1

Actividad 1. Cuestionario

Unidad 1. Estadística descriptiva, medidas de tendencia central

Unidad 2. Estadística descriptiva, medidas de dispersión

Grupo 08A Equipo 10

Hernán Cortes Casalez

Luis Alfonso Martínez Ávila

Erika Alejandra Moreno Duarte

Luis Daniel Ramírez Arellano

Manuel Ramírez García

Universidad del Valle de México

Estadística Descriptiva e Inferencial

Mtra. Mónica Lozada Muñoz

5 de noviembre de 2023
 2

Resumen

El objetivo de este trabajo es definir los siguientes conceptos como fundamentación de la

asignatura de Estadística descriptiva e inferencial, de forma concreta, tomando en cuenta el

planteamiento de cada concepto, proporcionando argumentos sólidos y retomando los contenidos

propuestos con la plataforma Blackboard ®:

a) Estadística

b) Media estadística

c) Moda estadística

d) Desviación estándar

e) Varianza
 3

Actividad 1. Cuestionario

a) Estadística

La palabra estadística, para algunas personas proviene de la palabra status, que significa

estado; para otras personas deriva del vocablo griego statera que significa balanza, otra más

confiable proviene de la palabra alemana Stara que significa estado, la encargada de hacer

estadísticas.

Benjamín Arthur (2009) define la estadística como “las matemáticas de la incertidumbre,

del azar de datos”. Como una herramienta para analizar tendencias y predecir el futuro.

La estadística se puede aplicar en muchos campos, como una herramienta de ayuda para

tomar decisiones y reducir la incertidumbre con base en modelos matemáticos.

La estadística se traduce en cuadros y gráficos, para de manera visual plasmar un hecho o

tendencias resultado de una observación.

La estadística se clasifica en:

o Estadísticas o fuentes primarias. Obtenidas de encuestas u observaciones directas.

o Estadísticas o fuentes secundarias: Obtenidas de bibliotecas, revistas, etc.

o Estadísticas o series temporales: Consolidadas a lo largo de del tiempo, días, meses, etc.

Las estadísticas también se pueden clasificar en las empresas como:

o Estadísticas internas: De registros, informes de empresas, etc.

o Estadísticas externas: De opinión de consumidores, etc.

 4

b) Media estadística

La media estadística es uno de los conceptos centrales y pilares de la investigación

estadística, tanto descriptiva como inferencial. En su forma más simple, el promedio, también

conocido como media, se define como la suma de todos los valores de un conjunto dividida por

el número de valores. Este cálculo produce valores representativos que pueden usarse para

describir la tendencia central de los datos.

Desde la perspectiva de la estadística descriptiva, la media es una herramienta importante

para resumir y describir las características de un conjunto de datos. Según Martínez Bencardino

(2012), el valor medio proporciona una medida de concentración que es esencial para

comprender la distribución de los datos porque proporciona un punto de referencia para evaluar y

comparar diferentes conjuntos de datos.

Por otro lado, en la estadística inferencial el promedio juega un papel más importante.

Guerra Bustillo et al. (2011) sostienen que los promedios no solo resumen los datos, sino que

también sirven como base para la inferencia estadística. Al calcular la media muestral, podemos

obtener la media poblacional. Esto es esencial para la toma de decisiones basada en datos y la

generalización de resultados más allá del conjunto de datos específico que se analiza.

Triola (2009) refuerza la idea de que la media es un pilar de la inferencia estadística,

especialmente en el contexto de la teoría de muestras y la estimación de parámetros. La media

muestral es una estimación insesgada de la media poblacional, lo que significa que, en promedio,

proporciona una estimación precisa de la media poblacional. Esto lo convierte en una

herramienta valiosa para investigadores y analistas de datos.

Finalmente, Walpole (2012) enfatiza la importancia de los promedios en el contexto de la

probabilidad y las relaciones estadísticas en ingeniería y ciencia. En estos campos, los promedios
 5

se utilizan no sólo para describir datos, sino también de manera significativa en el modelado de

fenómenos aleatorios y la aplicación de diversas distribuciones de probabilidad. Los medios

ayudan a los científicos e ingenieros a comprender y predecir el comportamiento y los

resultados, impulsando así la innovación y el crecimiento en sus campos.

En resumen, el promedio estadístico es una herramienta importante que proporciona una

base sólida para la estadística tanto descriptiva como inferencial. Es un concepto clave que

permite a los profesionales de diversos campos resumir, describir, inferir y modelar fenómenos

complejos, lo que lo convierte en un concepto fundamental en el corazón de la disciplina de la

estadística.

c) Moda estadística

El modo estadístico es otro concepto fundamental en la estadística descriptiva e

inferencial, caracterizado por su sencillez y aplicabilidad en diversos campos. Un estado se

define como el valor o valores que aparecen con mayor frecuencia en un conjunto de datos. A

diferencia del promedio, el modo se puede utilizar con datos nominales, ordinales, de intervalo y

de razón, lo que lo hace muy versátil.

Desde la perspectiva de la estadística descriptiva, Martínez Bencardino (2012) destaca el

uso de la moda como medida de tendencia central, especialmente en conjuntos de datos que

tienen una distribución sesgada o tienen valores atípicos, a diferencia de la moda media. Los

números no se ven afectados por estos valores extremos. Esto lo convierte en una herramienta

valiosa para obtener una visión representativa de los datos en situaciones en las que otras

medidas de tendencia central pueden resultar engañosas.

En estadística inferencial, el estado es menos importante que la media. Sin embargo,

como señala Guerra Bustillo et al. (2011), los modelos se pueden utilizar para inferencias
 6

relacionadas con datos cualitativos o categóricos. Por ejemplo, la investigación de mercado de la

moda puede identificar las categorías que más les gustan a los consumidores o que utilizan con

más frecuencia, lo cual es fundamental para las decisiones de marketing y gestión de productos.

Triola (2009) señaló que, aunque este modelo se utiliza menos en métodos de

razonamiento formal, su simplicidad y facilidad de interpretación lo hacen particularmente

atractivo en la fase exploratoria del análisis de datos. En la educación estadística, la moda, como

uno de los primeros conceptos presentados a los estudiantes, también proporciona una base

intuitiva para profundizar la comprensión de la estadística.

Finalmente, Walpole (2012) mencionó que en ingeniería y ciencia la moda puede usarse

para identificar los valores dominantes o condiciones de operación más comunes en un proceso o

sistema. Es esencial para el diseño, control y mejora de procesos en diversas aplicaciones

científicas y de ingeniería.

En resumen, los modelos estadísticos son una parte importante de la base de la estadística

descriptiva e inferencial. Aunque su uso para la inferencia estadística formal es limitado, su

simplicidad, solidez al sesgo y aplicabilidad a datos no numéricos lo convierten en una

herramienta valiosa para describir conjuntos de datos, proporcionando herramientas útiles para el

análisis y el análisis en una variedad de contextos disciplinarios. perspectiva básica.

d) Desviación estándar

Ciro (2012) define la desviación estándar con respecto a la media aritmética, como las

diferencias que hay entre los distintos valores que toman la variable y la media aritmética, tanto

en datos sin agrupar como en datos agrupados.

 7

Triola (2009) considera para su definición de la desviación estándar que se hace

referencia a datos muestrales. Siendo esta, la medida de variación de los valores con respecto a la

media. Es un tipo de desviación promedio de los valores con respecto a la media.

Reflejan la medida en que dicho individuo se separa de la media. Es la medida de

dispersión más extensamente aplicada

Walpole (2012) menciona que tanto la desviación estándar de una muestra como la

varianza reflejan el mismo concepto en la variabilidad de la medición, pero la desviación

estándar mide la variabilidad en unidades lineales.

De acuerdo con el documento de Estadística para negocios, Medidas de tendencia central

y dispersión (s.f.), la desviación estándar es una medida de variabilidad que considera la

dispersión de los valores de los datos respecto a su media. Al estar expresada en las mismas

unidades que la variable examinada y no en valores elevados al cuadrado como lo hace la

varianza, es muy fácil de interpretar y su resultado tiene un mayor significado en el análisis de un

fenómeno.

Dependiendo del contexto, la desviación estándar puede interpretarse como una medida

de la incertidumbre o riesgo de la rentabilidad de una inversión.

La desviación estándar es una medida de variación entre valores. Al tener datos

muestrales, será capaz de calcular el valor de la desviación estándar y de interpretar los valores

de las desviaciones estándar que obtuvo. Debe saber que, para un conjunto de datos común, es

raro que un valor difiera de la media por más de 2 o 3 desviaciones estándar.

Ventajas y Desventajas de la Desviación Estándar

Indica la manera en que se dispersan los datos respecto a la media en las mismas

unidades que la variable examinada y no en valores elevados al cuadrado. Al igual que la

 8

varianza, la desviación estándar únicamente adquiere valores mayores o iguales a cero, nunca

valores negativos.

Es utilizada para comparar la dispersión entre distintos conjuntos de datos. Aquellos

conjuntos que tengan valores más alejados de la media tendrán una mayor desviación estándar,

mientras que aquellos conjuntos con valores más cercanos a la media mostraran una menor

desviación estándar.

Al igual que la varianza, una desventaja de la desviación estándar es que tampoco puede

comparar la dispersión de dos conjuntos de datos que se expresen en unidades distintas de

medida

Suele ser positiva, solo es igual a cero cuando los valores de los datos son el mismo

número y suele incrementar de manera drástica con la inclusión de uno o más datos distantes

Conclusión

En general, la varianza se considera más en la teoría inferencial, mientras que la

desviación estándar se utiliza más en aplicaciones.

La varianza se expresa siempre en unidades diferentes a las originales, es decir, si la

variable se refiere al peso en kg, al calcular la varianza el resultado obtenido estará dado en kg al

cuadrado, sucediendo exactamente igual con cualquiera de las unidades de medidas que

utilicemos. Esta es la razón por la cual siempre estamos utilizando la desviación típica o

desviación estándar, pues el resultado se expresa en las mismas unidades de la variable.

e) Varianza

La varianza es una de las medidas de dispersión más utilizadas, se utiliza para cuantificar la

dispersión o variabilidad de un conjunto de datos.

 9

Ciro (2012) define la varianza como la media aritmética de los cuadrados de las diferencias entre

los valores que toma la variable y su media aritmética. Su símbolo es S2 en la muestra, σ2 en la

población.

Propiedades de la Varianza

La varianza cuenta con 5 propiedades de las cuales mencionaremos cuatro, ya que la

quinta trabaja con submuestras y requiere de una formula mucho más compleja, estas

propiedades deben de cumplirse de manera general al usar este método de dispersión para

asegurarnos de que nuestros cálculos sean los correctos

1. La varianza debe ser siempre un valor positivo.

2. La varianza de una constante es igual a 0.

3. La varianza de una constante más una variable, es igual a la varianza de la variable.

4. La varianza de una constante por una variable es igual al producto de la constante al

cuadrado por la varianza de la variable.

Referencias

Benjamin Arthur. Teach statistics before calculus! (2009, febrero).

https://www.ted.com/talks/arthur_benjamin_teach_statistics_before_calculus?language=e

Coeficiente de correlación lineal de Pearson. (s.f.).

http://personal.us.es/vararey/adatos2/correlacion.pdf

Estadística para negocios. Medidas de tendencia central y de dispersión (s.f.), (pp. 3-10, 13-14,

16-17, 21-22, 26-28, 39-40, 42-44, 46-48, 50-52, 54-55, 59-60, 64-65, 67-68).
 10

http://gc.initelabs.com/recursos/files/r157r/w13118w/Estad%20para%20Neg_1aEd_03.pd

Flores Karla. (2014, septiembre 7). Estadística Descriptiva en Excel [Video], (desde 0:00 hasta el

minuto 5:27). https://www.youtube.com/watch?v=1IuCBFuNam4

García Jiménez, Rafael. (2009, agosto 31). Medidas de tendencia central y medidas de

dispersión [Video]. https://www.youtube.com/watch?v=vgpB5OT6cyQ

Guerra Bustillo, Caridad W, et.al. (2011). Capítulo 3. Momentos, asimetrías y curtosis.

Estadística, (pp. 55-59). México: Félix Varela.

Martínez Bencardino, Ciro (13ª Edición). (2012). Estadística y muestreo, (pp. 91-117).

Colombia: Ecoe Ediciones.

OneFoliobyLaureate. (04 de Junio 2015). Mastery Strategies for Mathematics Instruction.

[Video]. https://uvmonline.blackboard.com/bbcswebdav/pid-9512164-dt-content-rid-

309906604_1/xid-309906604_1

SIC MÉXICO Sistema de Información Cultural [SIC Cultura]. (2023, 3 de noviembre).

Universidades > Universidad del Valle de México (UVM), Campus Tampico.

https://sic.cultura.gob.mx/ficha.php?table=universidad&table_id=1961

Triola, M. F. (2009). Capítulo 3. Estadísticos para describir, explorar y comparar datos.

Estadística, (pp. 74-135). Pearson, Educación.

UVM Online [UVM]. (2023, 3 de noviembre).

https://uvmonline.blackboard.com/ultra/courses/_162663_1/cl/outline?legacyUrl=%252F

webapps%252Fblackboard%252Fmessaging%252Fcourse%252FfolderList.jsp%253Fco

urse_id%253D_162663_1
 11

Walpole, Ronald E. (2012). Capítulo 1. Introducción a la estadística y el análisis de datos.

Probabilidad y estadística para ingeniería y ciencias, (pp. 1-34). Pearson Educación.