INTRODUCCIÓN A

LA ESTADISTICA
EQUIPO 5:
 DEFINICIONES DE ESTADISTICA
La estadística es una ciencia y una
rama de las matemáticas a través La estadística es una
La estadística es una de la cual se recolecta, analiza,
disciplina científica que disciplina científica formal
describe y estudia una serie de
se ocupa de la y deductiva, a menudo
datos a fin de establecer
obtención, orden y comparaciones o variabilidades que considerada rama de las
análisis de un conjunto permitan comprender un fenómeno matemáticas, que estudia la
de datos con el fin de en particular. La estadística se vale, variabilidad y las leyes de
obtener explicaciones en gran medida, de la observación la probabilidad, a través de
y predicciones sobre para la recolección de datos que herramientas diversas,
posteriormente serán analizados y tanto conceptuales como de
fenómenos observados.
comparados a fin de obtener un
muestreo.
resultado.
ROPAI
 OBJETIVO DE LA ESTADISTICA

OBJETIVO GENERAL
El principal objetivo de la estadística es hacer inferencias acerca de una
población, con base en la información contenida en una muestra.
OBJETIVOS ESPECIFICOS
Conocer la realidad de una observación o fenómeno.
Determinar lo típico o normal de esa situación.
Determinar los cambios que representa el fenómeno.
Relacionar dos o más fenómenos.
Determinar las causas que originan el fenómeno.
Hacer estimaciones sobre el comportamiento futuro del fenómeno.
 CLASIFICACIÓN DE LA ESTADISTICA

1º ESTADISTICA DESCRIPTIVA
La 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.
 CLASIFICACIÓN DE LA ESTADISTICA

2º ESTADISTICA INFERENCIAL, ANALITICA O DEDUCTIVA

La 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.
 TIPOS DE DATOS ESTADISTICOS
CUALITATIVOS CUANTITATIVOS
Este tipo de datos no son cuantificables y se
Estos datos son expresados en números y sí
pueden expresar tanto con palabras como
que pueden medirse. Pueden ser a su vez:
con números. Hacen referencia a Discretos: Los valores que pueden tomar
características de aquello que está siendo vienen dados entre intervalos finitos de
estudiado. Pueden clasificarse a su vez en: datos. Es decir, las opciones de este tipo
Nominales: Los datos nominales son de datos están limitadas a una serie de
aquellos que expresan con un nombre valores (Pensemos en los números
una cualidad que no tiene por qué ser enteros).
ordenable. Continuos: Estos datos se extraen de un
Ordinales: Expresan una cualidad a intervalo de valores totalmente infinito,
través de un dato que es posible ordenar por lo que el número de datos diferentes
a través de una escala previamente que se puede obtener es ilimitado.
definida.
 MANEJO DE DATOS, REDONDEO Y CIFRAS
SIGNIFICATIVAS
El análisis de datos estadísticos es el proceso que nos permite interpretar los datos numéricos
que disponemos, con el objetivo de tomar las decisiones de negocio más eficaces.
Cada decisión que se quiera tomar en nuestras organizaciones debe estar basada en datos. Esto
significa que la estadística es una herramienta muy potente en nuestras manos.
El análisis de datos estadísticos es un proceso que se compone, principalmente, de 5 etapas
distintas:
La recopilación de datos de la muestra seleccionada, provenientes de encuestas, redes sociales,
big data, business intelligence, entre otros.
El procesado de los datos, que incluye su limpieza, filtrado, homogeneización.
La presentación de los datos, sobre todo de forma gráfica.
El análisis de los datos, que nos permite extraer conclusiones que valgan de forma general a
partir de los datos de la muestra.
La interpretación de los datos, para detectar tendencias y patrones y predecir escenarios futuros.
Dentro de los procesos estadísticos hay ocasiones en la que los datos
suministrados para el análisis y sobre todo aquellos que son resultados de un
proceso matemático, en los que obtenemos datos con valoraciones decimales, lo
más común es aplicar la técnica del redondeo que consiste en aproximar lo más
posible a un valor más cercano o uno que sea más fácil para trabajar las
operaciones matemáticas, por ejemplo, si el valor obtenido o recolectado es 72.3,
se tiene la tendencia de redondear la cantidad a su valor más cercano, en este
caso sería el 72
 Cifras significativas
Al realizar una medición con un instrumento de medida este nos devuelve un valor formado por una serie
de cifras. Dicha serie de cifras recibe el nombre de cifras significativas.
Se denominan cifras significativas (c.s.) al conjunto de los dígitos que se conocen con seguridad en una
medida.
Reglas para determinar las cifras significativas:
Cualquier cifra distinta de cero se considera significativa.
Ejemplos: 25,36 m tiene 4 c.s. o 154 tiene 3 c.s.
Se consideran cifras significativas los ceros situados entre dos dígitos distintos de cero y los situados
después de la coma decimal.
Ejemplos: 2005.20 tiene 6 c.s. o 34.00 tiene 4 c.s.
Sin embargo no se consideran cifras significativas los ceros situados al comienzo de un número, incluidos
aquellos situados a la derecha de la coma decimal hasta llegar a un dígito distinto de cero.
Ejemplo: 0,000560 tiene 3 c.s. (560)
 ESCALAS DE MEDICIÓN
Como hemos dicho, para que los datos tengan sentido es necesario compararlos. Y para
poder compararlos debemos utilizar escalas de medición. Dichas escalas tendrán
diferentes propiedades en función de las características de los datos que se compararán.
En estadística existen cuatro escalas de medición: nominal, ordinal, de intervalo y de
razón.

1º ESCALA NOMINAL
Cuando un dato identifica una etiqueta (o el nombre de un atributo)
de un elemento, se considera que la escala de medición es una
escala nominal. La única finalidad de este tipo de datos es clasificar
a las observaciones. Una variable que indica si el espectador de
esta presentación es «hombre» o «mujer».
En esta variable se tienen dos etiquetas para clasificar a los
visitantes. El orden carece de sentido, así como la comparación u
operaciones aritméticas.
 2º ESCALA ORDINAL
Cuando los datos muestran las propiedades de los datos nominales, pero además tiene sentido el
orden (o jerarquía) de estos, se utiliza una escala ordinal. Ejemplo:

Una variable que mide la calidad de un post. La variable puede tomar valores enteros del 1 al 5, donde
el valor 1 es el peor y el 5 el mejor.
En esta variable sigue sin tener sentido las operaciones aritméticas, pero ahora sí tiene sentido el
orden. Si un post tiene valor 4 y otro tiene valor 2, el primero se entiende que es mejor que es segundo.

3º ESCALA DE INTERVALO
En una escala de intervalo, los datos tienen las propiedades de los datos ordinales, pero a su vez la
separación entre las variables tiene sentido. Este tipo de datos siempre es numérico, y el valor cero
no indica la ausencia de la propiedad. Veamos un ejemplo:
La temperatura (en grados centígrados) media de una ciudad.
En esta escala, los número mayores corresponden a temperaturas mayores. Es decir, el orden
importa, pero a la vez la diferencias entre las temperaturas importa.
 4º ESCALA DE RAZÓN
En una escala de razón, los datos tienen todas las
propiedades de los datos de intervalo, y la proporción
entre ellos tiene sentido. Para esto se requiere que el valor
cero de la escala indique la ausencia de la propiedad a
medir. Ejemplos de este tipo de variables son el peso de
una persona a el tiempo utilizado para una tarea. Ejemplo:
Una variable que mide el salario de una persona.
GRACIAS POR SU
ATENCIÓN