Tecnológico Nacional De México Campus Tláhuac III

Aplicaciones estadísticas.
Unidad 3

NOMBRE DEL ESTUDIANTE: TELLEZ ALVAREZ VIANEY GUADALUPE

DOCENTE: MAYRA FLOR VELASCO PÉREZ

NUMERO DE CONTROL:
221120026

ENTREGA: SÁBADO, 7 DE ENERO DE 2023

Índice
3.1 Programa estadistico

3.1.1 Introducción y clasificación.

3.2 Concepto y aplicación de estadistica descriptiva.

3.2.1 Software de estadistica

Descriptiva

3.3 Aplicaciones de estadística inferencial.

3.3.1 Conceptos de estadística

inferencial

3.3.2 Aplicaciones de estadística

inferencial
Introducción
La estadística de la combinación con la informática juega uno de los roles importantes hoy en día ya
que permiten manejar de manera resumida, eficiente, confiable y relativamente fácil grandes
volúmenes de información. La ayuda de un ordenador resulta, un elemento imprescindible para un
análisis correcto, para algunos servirá solo una hoja de cálculo en Excel para realizar unas simples
sumas y medias realizadas, otros necesitaran potentes aplicaciones que les permitan extraer
conclusiones de miles de datos obtenidos de investigaciones científicas o de mercado
Estadística descriptiva
La estadística descriptiva analiza, estudia y describe la totalidad de individuos de una población.
Su finalidad es obtener información, analizarla, elaborarla y simplificarla para que pueda ser
interpretada cómoda y rápidamente.
Describe el comportamiento de un hecho, a través de la recolección, ordenamiento, clasificación,
presentación mediante cuadros y gráficas, análisis e interpretación y utilización de medidas
La estadística descriptiva es, junto con la inferencia estadística o estadística inferencial, una de las
dos grandes ramas de la estadística. Su propio nombre lo indica, trata de describir algo. Pero no
describirlo de cualquiera forma, sino de manera cuantitativa.
Pensemos en el peso de una caja de verduras, en la altura de una persona o en la cantidad de
dinero que gana una empresa. De estas variables podríamos decir muchas cosas. Por ejemplo,
podríamos indicar que esta o aquella caja de tomates pesan mucho o pesan menos que otras.
Siguiendo con otro ejemplo, podríamos decir que el ingreso de una empresa varía mucho a lo largo
del tiempo o que una persona tiene una altura promedio.
Tipos de variables estadísticas

Dentro de la estadística descriptiva, podemos describir los datos de manera cualitativa o cuantitativa.

• Variable cualitativa: Hace referencia a una cualidad. Ejemplos: el color de ojos de una
persona o el color de pelo.
• Variable cuantitativa: Hace referencia a una medida cuantitativa. Ejemplos: la altura de una
persona en centímetros o el peso de una persona en kilogramos.

1. Tablas y gráficos en estadística descriptiva

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.

La estadística descriptiva comprende la presentación, organización y resumen de los datos de una

manera científica.
Mediante el estudio de ciertos estadísticos, nos permite conocer magnitudes que representan a la
globalidad de los datos disponibles de forma resumida.
Incluye diversos métodos de organizar y representar gráficamente los datos, para dar una idea de lo
que nos muestran. Las tablas, los diagramas de barras o los gráficos sectoriales o "tartas" son
algunos de los elementos de estadística descriptiva. También incluye varios parámetros numéricos
(como la media aritmética) que resumen los datos con muy pocos números clave.
Síntesis de los datos
Una vez organizados los datos en tablas y representados gráficamente, es útil sintetizarlos o
resumirlos en medidas o números que permitan trabajar cómodamente y que contengan el máximo
de información. Existen dos tipos de medidas que describen las características de la distribución de
frecuencias de los valores de una variable: las medidas de centralización y de dispersión.
Medidas de centralización
Las medidas de centralización definen los valores de la variable en torno a los cuales tienden a
concentrarse las observaciones. Son: media, mediana, moda y los cuartiles, deciles y percentiles.
Medidas de dispersión
Una vez definidos los valores de la variable en torno a los cuales tienden a concentrarse las
observaciones, el siguiente planteamiento es describir cómo de agrupados o dispersos se
encuentran los datos de la muestra en torno a esos valores, pues una medida de tendencia central
es insuficiente para caracterizar una distribución. Esta información nos la ofrecen las medidas de
dispersión: recorrido o rango, desviación media, varianza, desviación estándar y coeficiente de
variación.
Representación gráfica
Una vez obtenidos los datos es preciso mostrarlos de una forma ordenada y comprensible. La forma
más sencilla es colocarlos en una Tabla, donde se muestran las variables, las categorías de cada
variable y el número de eventos de cada categoría. En ciertas ocasiones, especialmente cuando
trabajamos con un gran número de datos, las tablas no son prácticas y es necesario una mejor visión
de los datos con una mirada rápida. Esto se consigue con los gráficos. La selección del gráfico
dependerá del tipo de datos empleados. Comenzaremos con los gráficos para datos cuantitativos.
Histograma
Se utiliza para variables cuantitativas continuas. En el eje x se muestran los datos de la variable, que
por ser continuos requieren ser agrupados previamente en intervalos, y en el eje y se representa la
frecuencia con la que aparece cada dato. La anchura del intervalo y la altura que alcanza determinan
el área de cada intervalo, que es proporcional a la frecuencia de cada intervalo. Da una idea muy
aproximada de la forma de la distribución que sigue la variable
Polígono de frecuencias
Utiliza la misma escala que el histograma, y se construye uniendo los puntos medios de la zona más
alta de los rectángulos

También aquí lo más importante es el área existente debajo del polígono, que es igual al área del
histograma correspondiente. En el polígono de frecuencias acumuladas, la línea representa la
frecuencia de cada intervalo sumada a la de los intervalos anteriores es un método práctico para
determinar percentiles.

Nube de puntos
Es un gráfico donde se muestran dos variables cuantitativas, una en el eje x y otro en el y,
mostrando los valores mediante puntos o símbolos
Para los datos cualitativos, los más utilizados son:
Diagrama de barras
Se utiliza para variables cualitativas y cuantitativas discretas, y se construyen de forma similar al
histograma, pero las barras están separadas entre sí (indicando que la variable no ocupa todo el eje
de abscisas, precisamente por ser discreta o cualitativa). El diagrama de barras compuesto
representa dos o más variables en el mismo gráfico

Diagrama de barras para variables categóricas

Gráfico circular o de sectores

Es otro método empleado con frecuencia para datos cualitativos, en el que un círculo representa el
total, y un segmento o porción del pastel es la proporción o porcentaje de cada categoría de la
variable. Es el gráfico adecuado para variables con categorías mutuamente excluyentes (no se
puede estar soltero y casado a la vez).
Gráfico de caja
Sirve para representar variables cualitativas en escala ordinal y cuantitativas discretas. Se construye
un rectángulo de altura igual al recorrido intercuartílico, dentro se traza un segmento en el punto
correspondiente a la mediana y se define los valores adyacentes o bigotes: el valor adyacente
inferior es el valor más pequeño de la distribución. El valor adyacente superior es la observación más
grande de la serie. Los valores de la distribución que sean menores que el valor adyacente inferior o
mayores que el superior se denominan observaciones extremas o “outliers”.

MINITAB
Minitab es un programa de computadora diseñado para ejecutar funciones estadísticas básicas y
avanzadas. Combina lo amigable del uso de Microsoft Excel con la capacidad de ejecución de
análisis estadísticos. En 1972, instructores del programa de análisis estadísticos de la Universidad
Estatal de Pensilvania (Pennsylvania State University) desarrollaron MINITAB como una versión
ligera de OMNITAB, un programa de análisis estadístico del Instituto Nacional de Estándares y
Tecnología (NIST) de los Estados Unidos. Como versión completa en el 2006 cuesta $1195 USD,
pero una versión para estudiantes y académicos se ofrece como complemento de algunos libros de
texto.
Minitab Statistical Software puede examinar datos actuales y pasados para descubrir tendencias,
encontrar y predecir patrones, descubrir relaciones ocultas entre las variables y crear visualizaciones
impresionantes para aprovechar las oportunidades y abordar incluso los desafíos más abrumadores.
Al contar con recursos estadísticos potentes, la mejor analítica de datos en la industria y
visualizaciones dinámicas, sus posibilidades son infinitas.

Descubra

Independientemente del bagaje estadístico, Minitab permite a todas las partes de una organización
predecir mejores resultados, diseñar mejores productos y mejorar los procesos para generar
mayores ingresos y reducir los costos. Solo Minitab ofrece un enfoque único e integrado al
proporcionar software y servicios que impulsan la excelencia empresarial desde cualquier lugar, a
través de la nube.
Las pruebas estadísticas clave incluyen las pruebas t, una y dos proporciones, prueba de
normalidad, prueba de chi-cuadrada y pruebas de equivalencia.

Pronostique

Acceda a un moderno análisis de datos y explore más a fondo sus datos con nuestra analítica
avanzada. Haga predicciones, compare alternativas y pronostique su negocio con facilidad, como
todo un experto, utilizando nuestras revolucionarias técnicas de analítica predictiva.

Utilice los métodos clásicos de Minitab Statistical Software, realice integraciones con los lenguajes
de código abierto R o Python, o potencie aún más sus capacidades con algoritmos de aprendizaje de
máquina como los Árboles de clasificación y regresión (CART®), TreeNet® y Random Forests®, ahora
disponibles en el módulo de Analítica predictiva de Minitab.

Logre

Ver para creer. Las visualizaciones son indispensables para comunicar con precisión los hallazgos y
logros. Decidir qué gráfica muestra mejor sus datos y apoya su análisis es rápido y fácil con el
Creador de gráficas.

Nuestra nueva herramienta interactiva, con una galería fácil de navegar, le permite ver y explorar
múltiples opciones de gráficas sin volver a ejecutar el análisis. Usando la misma selección de datos
cada vez, el Creador de gráficas actualiza perfectamente desde gráficas de barras hasta
correlogramas, mapas de calor y más, para que pueda centrarse en elegir el mejor recurso visual
para su información.
Programas estadisticos

Un paquete estadístico es un programa informático que está especialmente diseñado para resolver
problemas en el área de la estadística, o bien está programado para resolver problemas de esta
área. Existen muchos programas que no son especialmente estadísticos pero que pueden hacer
algunos cálculos aplicables en estadística aplicada. Estos programas han impulsado y siguen
impulsando enormemente la labor de los investigadores que desean utilizar la estadística como
apoyo en su trabajo.

Programas estadísticos más utilizados

R
SAS
SPSS
SPAD
Stata
Statgraphics
Redatam
Minitab
Matlab
S-PLUS
LISREL
WinQSB
Excel

3.2 La estadística emplea métodos descriptivos y de inferencia estadística. Los primeros se ocupan
de la recolección, organización, tabulación, presentación y reducción de la información.

En el caso de la estadística descriptiva se sustituye o reduce el conjunto de datos obtenidos por un

pequeño número de valores descriptivos, como pueden ser: el promedio, la mediana, la media
geométrica, la varianza, la desviación típica, etc. Estas medidas descriptivas pueden ayudar a
brindar las principales propiedades de los datos observados, así como las características clave de
los fenómenos bajo investigación.

Por lo general, la información proporcionada por la estadística descriptiva puede ser trasmitida con
facilidad y eficacia mediante una variedad de herramientas gráficas, como pueden ser:
Gráficos de tendencia: es un trazo de una característica de interés sobre un periodo, para observar
su comportamiento en el tiempo.
Gráfico de dispersión: ayuda al análisis de la relación entre dos variables, representado
gráficamente sobre el eje x y el correspondiente valor de la otra sobre el eje y.
Histograma: describe la distribución de los valores de una característica de interés.
Estos métodos gráficos son de mucha utilidad para entender con claridad un fenómeno analizado. La
evolución de la inflación, el tipo de cambio, del PBI u otros indicadores macro pueden ser analizados,
por ejemplo, con gráficos de tendencia.
Así, la estadística descriptiva constituye un modo relativamente sencillo y eficiente para resumir y
caracterizar datos. También ofrece una manera conveniente de presentar la información recopilada.
Este método es potencialmente aplicable a todas las situaciones que involucran el uso de datos.
Además de ayudar en el análisis e interpretación de los datos, constituye una valiosa ayuda en el
proceso de toma de decisiones.
La estadística descriptiva es aplicable en casi todas las áreas donde se recopilan datos cuantitativos.
Puede brindar información acerca de productos, procesos o diversos aspectos del sistema de
gestión de la calidad, como también en el ámbito de la dirección y organización de personas, la
logística, etc.

2. 3.3 ¿Qué es la estadística inferencial?

La estadística inferencial, o inferencia estadística, es la rama deductiva de la investigación
estadística donde se realizan conclusiones a partir de un previo análisis de datos. Este análisis
corresponde a una muestra, con el fin de extender la información obtenida a toda una población o
fenómeno.

La inferencia estadística es un concepto que se refiere, en otros términos, al estudio de la

frecuencia con que se da un fenómeno sobre un objeto de investigación. La muestra
permite recopilar los datos de un sector relativamente menor al estudiado y que pertenece al
mismo, para luego ampliar las conclusiones a toda la población en general.

En el análisis inferencial de datos se pueden considerar ciertos elementos que pertenecen al cálculo
de probabilidades. Estos son:

• Probabilidad elemental: es el estudio de posibles resultados de un acto, y su frecuencia

durante la aplicación del mismo diversas veces. Su fórmula es: número de veces en que se
puede dar un resultado / número total de casos posibles.

• Permutaciones: se refiere al número de maneras en las que se pueden organizar unos datos.
La fórmula que se utiliza en este caso es el factorial de los elementos a organizar (n!).

• Variaciones: es un tipo de cálculo similar a las permutaciones, sin embargo, en este caso
solo se consideran ciertos elementos y no su totalidad. La fórmula para el cálculo de
variaciones es n! / (n – r)!, donde n es el número de datos y r la manera en que se pueden
agrupar. Por ejemplo, si se quieren agrupar cuatro números en dos dígitos únicamente, r
correspondería a 2.

• Combinaciones: es la cantidad de maneras en que se pueden organizar unos datos. La

fórmula para este caso es n! / (n – r)! r!
 3. ¿Para qué sirve la estadística inferencial?
La principal función de la estadística inferencial es facilitar el estudio de datos a partir de una
escala menor e interpretarlos para atribuir las conclusiones a una escala mayor de datos. A
partir de esto, grandes bloques de información pueden ser analizados mediante la observación de
sólo una parte de ellos.

Además, permite realizar pronósticos de posibles futuros eventos, lo que facilita definir rutas de
acción tempranas en caso de que se puedan presentar problemas o para mejorar, de manera
incremental, un aspecto con respecto al tiempo.

La importancia de esta rama de la estadística radica en la aportación que hace al campo de estudio
de áreas donde no es posible abarcar todos sus datos o que, en el momento, no se pueden
obtener fácilmente.
En muchos casos, no se podría realizar ningún estudio valioso sin que se implementara el análisis
inferencial, pues la investigación no tendría un objetivo claro. La estadística inferencial es el medio
por el cual la etapa teórica y práctica de un estudio se unen.

Algunos ejemplos de la aplicación de la estadística inferencial son:

• Sondeos de tendencia de voto. Antes de una elección importante, diversas

encuestadoras sondean la opinión pública para recabar datos relevantes y luego, teniendo
la muestra analizada y desglosada, inferir tendencias: quién es el favorito, quién va
segundo, etc.
• Análisis de mercado. Las empresas a menudo contratan otras empresas especializadas
en marketing para que analicen sus nichos de mercado a través de diversas herramientas
estadísticas y diferenciales, como encuestas y focus groups, a partir de las cuales deducir
qué productos prefiere la gente y en qué contexto, etc.
• Epidemiología médica. Teniendo los datos concretos de afectación de una población
determinada por una o varias enfermedades puntuales, los epidemiólogos y especialistas
en salud pública pueden llegar a conclusiones respecto a qué medidas públicas son
necesarias para evitar que dichas enfermedades se esparzan y contribuir a su
erradicación.
Conclusión.
Podemos considerar la estadística descriptiva como el conjunto de técnicas para ordenar y
representar los datos en tablas, resumirlos mediante el cálculo de diferentes medidas. Por lo tanto,
podemos distinguir tres apartados:
-Tabulación, que consiste en ordenar los datos originales y presentarlos de forma que, sin perder
información, sea más fácil conocer la distribución de los mismos. El resultado final es una tabla
donde se muestran los valores de la variable que se tabula y sus frecuencias. -Cálculo de medidas
para resumir la distribución. Pueden ser de tendencia central, que indican alrededor de que valores
se agrupan los datos observados; y de variabilidad o dispersión, que indican si los valores de la
variable están muy dispersos o concentrados. -Representación gráfica, que facilita un análisis visual
de los datos y permite sacar conclusiones acerca de las características globales de la distribución.

https://www.revistaseden.org/files/6-cap%206.pdf
https://es.slideshare.net/jcesarcha7895/software-orientado-a-realizar-estadisticas-descriptivas