variables estadísticas

Una variable estadística es una característica que puede fluctuar y

cuya variación es susceptible de adoptar diferentes valores, los cuales
pueden medirse u observarse.

Tipos de variables estadísticas

Aunque hay decenas de tipos de variables estadísticas, por norma
general podemos encontrarnos dos tipos de variables:

• Variable cuantitativa: Son variables que se expresan numéricamente.

o Variable continua: Toman un valor infinito de valores entre un
intervalo de datos. El tiempo que tarda un corredor en completar los
100 metros lisos.
o Variable discreta: Toman un valor finito de valores entre un intervalo
de datos. Número de helados vendidos.
• Variable cualitativa: Son variables que se expresan, por norma
general, en palabras.
o Variable ordinal: Expresa diferentes niveles y orden.
o Variable nominal: Expresa un nombre claramente diferenciado. Por
ejemplo el color de ojos puede ser azul, negro, castaño, verde, etc.

Ejemplo variable cuantitativa;

Un ejemplo de variable cuantitativa serían las horas que trabaja un

empleado a lo largo de la semana. Otro ejemplo podría ser el número
de kilómetros que realiza un ciclista profesional a lo largo de la
temporada.

Ejemplo de variable continua

Las variables continuas son aquellas que toman valores infinitos

dentro de un intervalo como puede ser el tiempo que un corredor tarda
en recorrer los 100 metros lisos. Un ejemplo más puede ser el peso de
un paquete de espaguetis.
Ejemplo de variable discreta:

Podríamos mencionar el número de helados vendidos en una

heladería o el número de clases que da un profesor a lo largo del
curso lectivo.

Ejemplo de variable cualitativa:

Los asistentes a un concierto que tienen entradas diferenciadas por la

zona en la que se ubiquen como pista, grada o zona VIP sería una
variable cualitativa.

Ejemplo de variable ordinal:

El resultado obtenido por los diferentes pilotos en una carrera de

coches de Fórmula 1 seria una variable ordinal. Otro ejemplo podría
ser la calificación otorgada por los jueces de un campeonato de
gimnasia rítmica.

Ejemplo de variable nominal:

El color de ojos de una persona, azules, marrones o verdes es un

ejemplo de este tipo de variable. Un ejemplo más sería el estado civil
de una persona o su sexo.

DATOS AGRUPADOS Y NO AGRUPADOS

DATOS AGRUPADOS
: Los datos agrupados son como lo indica su nombre, una cantidad
dada de datos que puede clasificarse, ya sea por sus cualidades
cualitativas o cuantitativas, y por tal agruparse para su análisis. Estos
datos por lo general son aconsejable agruparles cuando su población
cuenta con alrededor de 20 o más elementos que comparten una
característica y caben dentro de una categorización (repeticiones de
un valor), pues permite un mejor manejo y análisis más profundo de
los mismos. Porque al emplear este método podemos manejarlos por
clases (una clase es una categoría en la que se agrupan los datos).
por lo cual pueden organizarse o clasificarse de dos formas: datos
agrupados en frecuencia o en intervalos.
Los datos agrupados en frecuencia son los que se distribuyen u
organizan en una tabla de frecuencia (La frecuencia es igual al número
de veces en que se repite cada valor en una serie de datos.), así, Por
medio de ella, es fácil identificar la cantidad de respuestas repetidas.

Los datos agrupados por intervalos son los que se organizan dentro de
un rango y se delimita su amplitud por límites establecidos. Así, por
medio de esta, es fácil identificar la cantidad de elementos en un
determinado rango de valores. Concluyendo con la distinción de
puntos significativos de este tema.

1.- su fin es resumir la información mediante el uso de de tablas que

organizan sus elementos y agrupan sus valores para ser presentados
numérica o gráficamente. Esto implica: ordenar, clasificar y expresar
los en una tabla de frecuencias o intervalos.

2.- Se agrupa a los datos, si se cuenta con 20 o más elementos.

Aunque contemos con más de 20 elementos, debe de verificarse que
los datos n sean significativos, esto es: que la información sea
“repetitiva”, también debemos de verificar que los datos puedan
clasificarse. Y que dicha clasificación tiene coherencia y lógica (de
acuerdo a lo que se nos está pidiendo).

Ejemplos:

Se busca determinar el número de niños en cada uno de los grados

escolares de una primaria, (del 1 al 6 grado), por lo que se recolectan
los datos y se organizan y agrupan en una tabla de frecuencias.

Edad frecuencia

1 2
2 4
3 7
4 4
5 2
6 1
 DATOS NO AGRUPADOS
Los datos no agrupados son el conjunto de datos que no se ha clasificado y se es
presentada en su forma de aparición en una tabla de datos donde cada valor se
representa de forma individual. Por lo general este conjunto comprende una
cantidad de elementos menor a 30 (n<30) con poca o nula repetición.

El tratamiento de estos datos sin agrupar. El manejo de estos datos es simple, se

recolectan los datos de la población de estudio y dichos datos se distribuyen en
una tabla de datos y se analizan sin necesidad de formar clases con ellos.

Estos datos al distribuirse en tabla de frecuencia donde cada dato mantiene su

propia identidad después que la distribución de frecuencia se ha elaborado.

Vas a investigar la edad a un grupo de 20 Niños en datos no agrupados (es decir,

vienen los 20 niños y así como te dan la edad así la anotas)

2,2,1,3,3,3,4,4,5,6,1,2,2,3,3,3,4,4,3,6 (Total 20 niños)

Estos son datos no agrupados por qué no los has clasificado y

contado.1,1,2,2,2,2,3,3,3,3,3,3,3,4,4,4,4,5,5,6 (Total 20 niños)

Los datos no agrupados también los puedes ordenar, por ejemplo de la edad
menor a la edad mayor, no están contabilizados ni clasificados solamente están
ordenados.

En una investigación sobre el calentamiento de varios elementos líquidos para

determinar en cada uno de ellos el punto, la temperatura, en la cual cambian de
estado, los científicos van anotando las temperaturas que van dando efecto.
134°C, 345°C, 234°C, 456°C, 837°C, 456°C, 122°C, 4567°C, 3456°C, 456°C,
190°C, 900°C.
estas medidas pueden ser apiladas en una tabla de datos, y mantener su
independencia como valor unico y representativo
 GRÁFICOS ESTADÍSTICOS MÁS USADOS

LAS MEDIDAS DE TENDENCIA CENTRAL

Las medidas de tendencia central son datos que informan cuál es el centro en torno al
cual se ubica un conjunto de datos; estas se utilizan principalmente para resumir la
información. En ocasiones hay que analizar variables que presentan muchos datos
diferentes. En este tipo de situaciones es preferible calcular cantidades que ofrezcan la
información resumida sobre la materia, como sucede con las medidas de tendencia
central.
También llamadas medidas de centralización, las medidas de tendencia central son
parámetros estadísticos que señalan cuál es el centro de un conjunto de datos o
muestras. Se trata de herramientas muy empleadas, ya que resumir un conjunto de
datos en un solo valor simplifica el análisis de todo un bloque de información y
proporciona una visión generalizada sobre el mismo.
SON
MEDIA
Este dato es ampliamente usado en estadística. Es la cantidad que se
obtiene al sumar todos los datos de un conjunto de valores para
posteriormente dividir la cifra obtenida entre la cantidad de valores
analizados. El resultado se expresa en la misma unidad que los datos
originales: metros, litros, gramos, horas, etc.

A la hora de utilizar esta medida de tendencia central en un análisis es

necesario tener en cuenta que considera todas las puntuaciones
proporcionadas por las variables, por lo que cuando hay valores
extremos no ofrece una visión real de la muestra.

Ejemplo: Para obtener la media del conjunto de números 3, 4, 7, 8, 10

se deben sumar todas las cifras 2+4+7+8+9=30. El resultado hay que
dividirlo entre 5, que corresponde al número de valores registrados
30/5=6. La media es 6.

MEDIANA
Es el dato estadístico que ocupa la posición central en un conjunto
de datos cuando estos se organizan en orden de magnitud,
dejando la misma cantidad de valores a un lado y al otro.

• Mediana para datos impares.

Obtener la mediana con una cantidad de datos impares es muy

sencillo. En primer lugar, todas las cifras se deben ordenar de forma
ascendente antes de localizar el centro del conjunto. La mediana será
el número que se encuentre exactamente en el medio, de tal forma
que el número de datos ubicados a la derecha y a la izquierda de la
mediana será exactamente igual.

Ejemplo: En el conjunto de datos ya ordenado de los números 1, 3, 5,

8, 10, 13, 15, la mediana será 8, puesto que divide el conjunto en dos
partes iguales.

• Mediana para datos pares.

En este caso el dato es un poco más laborioso de obtener. Una vez
más, es necesario ordenar los datos de menor a mayor y tomar en
consideración los dos datos que quedan en el centro del conjunto. La
mediana se obtiene al sacar promedio de los dos valores centrales.

Ejemplo: En el conjunto de números 1, 3, 6, 8, 9, 11, se toman los

valores centrales 6 y 8 para hacer el cálculo. El resultado se obtiene
con la siguiente operación (6+8)/2=7. La mediana en este ejercicio es
igual a 7.

MODA
La moda es la variable que más se repite en un conjunto de datos o
muestra poblacional. Una muestra puede presentar más de una moda.
No hay una forma específica para obtener esta información, solamente
hay que verificar cuál es el resultado que más se repite.

Ejemplo: Si se busca saber cuál es color favorito en un grupo de diez

alumnos, se requiere preguntar esta información a cada estudiante. Si
cuatro niños responden azul, dos dicen rosa, dos contestan verde y el
último dije amarillo, la moda será azul. Este es el dato que más se
repite.

Medidas tendencia central y dispersión

Las medidas de tendencia central y dispersión están ampliamente
vinculadas, debido a que ambas se utilizan para describir un conjunto
de datos. Las medidas de dispersión, variación o variabilidad
pretenden evaluar en qué medida los datos analizados difieren entre
sí. Esto significa que nos muestran lo esparcidos que se encuentran
los datos, cuál es la distancia que existe entre estos y el valor central y
en qué sector se concentran más
Las más usadas son:

• Rango de variación.
• Varianza.
• Coeficiente de variación.
• Desviación estándar.