07 – 03 – 2024

UNIDAD 3

UNIDAD 3
Equipo:4 Melany, Sugey, Ángel Emanuel, David & Andrés.
 1

INSTITUTO TECNOLOGICO SUPERIOR DE LA

REGIÓN SIERRA

Carrera:
Ingeniería en Administración.

Asignatura:
Tic´s Aplicadas a la Administración.

Tema:
Unidad 3 – “Aplicaciones Estadísticas”

Catedrático:
Josué Adner Suarez Aguilar.

Presentan:
 Melany Michelle García Gómez
 Ángel Emanuel Gutiérrez Méndez
 David Arturo Cárdenas Ferrer
 Devora Sugey Acosta Olmedo
 Andres de Jesús Silvan Aguilar

Semestre y grupo:
2do “A”

Teapa, Tabasco a 07 – Marzo – 2024

 2

Índice:

Contenido
Índice: ...................................................................................................................................... 2
Índice de Figuras: .................................................................................................................... 2
Unidad.- 3: Aplicaciones Estadísticas ..................................................................................... 3
Introducción: ............................................................................................................................ 3
3.1 Programa Estadístico. ........................................................................................................ 4
3.1.1 Introducción y Clasificación ......................................................................................... 8
3.2 Concepto y Aplicación de Estadística Descriptiva. ........................................................... 11
3.2.1 Software de Estadística Descriptiva. ......................................................................... 14
3.3 Conceptos de Estadística Inferencial o Inferencia. ...................................................... 16
3.3.1 Aplicaciones de Estadística Inferencial o Inferencia. ................................................. 18
Conclusión: ............................................................................................................................ 20
Referencias Bibliográficas: .................................................................................................... 21

Índice de Figuras:

Figura 1: Algunos Programas Estadísticos. ................................................................................. 5

Figura 2: Ejemplo de Programas Estadísticos. ............................................................................ 7
Figura 3: Clasificación de la Estadística. ..................................................................................... 9
Figura 4: Medidas de Tendencia Central: Media, Moda y Mediana. .......................................... 12
Figura 5: Medidas de Dispersión: Rango, Desviación y Desviación Media. ............................... 12
Figura 6: Elementos de Medidas de Variabilidad más conocidas. ............................................. 13
Figura 7: Estadística Inferencial. ............................................................................................... 16
Figura 8: Icono de R Software. .................................................................................................. 18
Figura 9: Icono de Derive. ........................................................................................................ 19
Figura 10: Icono de Minitab. ...................................................................................................... 19
 3

Unidad.- 3: Aplicaciones Estadísticas

Introducción:
“Las aplicaciones estadísticas son aplicaciones informáticas diseñadas para realizar
análisis y cálculos estadísticos de manera eficiente y precisa”, (Chaparro Bustos).
Las aplicaciones estadísticas es un programa estadístico 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.
En esta segunda unidad se hablará sobre las aplicaciones estadísticas en donde veremos
cuáles son los programas estadísticos, como se clasifican y los comandos.
Con el fin de que estudiando esta unidad ya sepamos cómo influye y como utilizamos las
aplicaciones estadísticas en tics aplicadas a la administración
Podríamos por tanto clasificar la Estadística en descriptiva, cuando los resultados del análisis
no pretenden ir más allá del conjunto de datos, y estadística inferencial cuando el objetivo del
estudio es derivar las conclusiones obtenidas a un conjunto de datos más amplio.
 4

3.1 Programa Estadístico.

Los programas estadísticos son aplicaciones informáticas diseñadas para realizar
análisis y cálculos estadísticos de manera eficiente y precisa. Estos programas facilitan el
manejo de grandes cantidades de datos, la aplicación de técnicas estadísticas complejas y la
visualización de resultados en forma de tablas, gráficos y resúmenes, (Chaparro Bustos).
Es un conjunto de programas y subprogramas conectados de manera que funcionan de manera
conjunta; es decir, para pasar de uno a otro no se necesita salir del programa y volver a él. Un
paquete estadístico permite aplicar a un mismo fichero de datos un conjunto ilimitado de
procedimientos estadísticos de manera sincronizada, sin salir del programa. De esta forma, la
utilidad del conjunto integrado es mayor que la suma de las partes. En cierto modo, un paquete
estadístico es similar a un paquete ofimático (por ejemplo, Office de Microsoft).
Las nuevas tecnologías han venido a cambiar por completo el panorama tradicional de cómo se
hacían, se veían y se enseñaban las matemáticas. Introducirse en este nuevo panorama implica
realizar profundos cambios en nuestros programas educativos. Es muy amplia la variedad de
aplicaciones informáticas disponibles para estadística y probabilidad:

Programas Estadísticos:

 “Excel: La hoja de cálculo Excel (Open Office) es un software considerado como

estándar en todos los entornos (educativo, profesional, familiar, etc.), que posee la
virtud de presentar una interfaz agradable, una facilidad de uso digna de elogio y
permite realizar análisis estadísticos simples o más complejos y avanzados”.
 “JavaScript: Es un lenguaje de programación de páginas web de lado del cliente,
nos permite añadir a las páginas web efectos y funciones adicionales a los
contemplados en el estándar HTML. Gracias a que se ejecuta en el navegador
(localmente), JavaScript, nos permite responder de manera rápida y eficaz a las
acciones del usuario, creando de esta manera aplicaciones interactivas”.
 “Apple de Java: El lenguaje Java se puede usar para crear los applets de Java. Un
Apple es un elemento más de una página web, como una imagen o una porción de
texto. Cuando el navegador carga la página web, el Apple insertado en dicha página
se carga y se ejecuta”.
 “Proyecto Descartes: Descartes (M.E.C.) es un programa realizado en lenguaje
Apple de java que se caracterizan porque crean "escenas" que se pueden insertar
en las páginas web. Descartes no sólo convierte una web en una web interactiva,
sino que, además, es configurable, es decir, que los usuarios (profesores) pueden
"programarlo" para que aparezcan diferentes elementos y distintos tipos de
interacción”.
 “Software Libre: Es un asunto de libertad, no de precio. ‘Software Libre'' se refiere a
la libertad de los usuarios para ejecutar, copiar, distribuir, estudiar, cambiar y mejorar
el software”, (de la cruz y otros, 2017).
 5

Aplicaciones Estadísticas:

 “SPSS: Es un conjunto de programas orientados a la realización de análisis

estadísticos aplicados a las ciencias sociales. Nos permite realizar análisis y gráficos
estadísticos, sin tener que conocer la mecánica de los cálculos, ni la sintaxis de los
comandos del sistema. Comparados con otros programas es el más intuitivo y fácil
de aprender. En consideración a la definición anterior, se puede decir que el
programa SPSS, es bueno a la hora de organizar y analizar datos. Se puede ordenar
datos, calcular nuevos datos, y realizar una gran variedad de análisis estadísticos”.
 “S-Plus: Es otro de los programas estadísticos más usados a nivel mundial para el
análisis de datos. Incluye dentro de sus principales características: análisis
multivariado de datos, análisis de sobrevivencia, escalamiento multidimensional,
regresión no paramétrica.”
 “Minitab: Es otro de los programas más usados en el mundo para análisis
estadístico. Permite calcular la mayoría de metodologías estadísticas habituales,
entre las que se cuentan: análisis exploratorio de datos, gráficos estadísticos, control
de calidad, estadística no paramétrica, regresión y sus variantes, análisis
multivariado de datos, etc”.

 “Statistica: Es otro de los programas más usados a nivel mundial para el

análisis estadístico. Entre todas las bondades y pruebas estadísticas que
incluye, destaca la variedad de gráficos y la facilidad en el manejo de bases de
datos”.
 “PH-Stat: Es un complemento del Excel, destaca la posibilidad de poder crear
gráficos de control de calidad, diagramas de tallos y hojas, cajas de dispersión,
intervalos de confianza en estimación, análisis de varianza, entre otros”.
 “Past (Paleontological STatistics: Estadísticas Paleontológicas): El
programa, llamado PAST (PAleontological STatistics: Estadísticas
Paleontológicas), funciona en ordenadores con sistema operativo Windows y
es de libre disposición (gratuito)”.
 “Matlab: Nace como una solución a la necesidad de mejores y más poderosas
herramientas de cálculo para resolver problemas de cálculo complejos en los
que es necesario aprovechas las amplias capacidades de proceso de datos de
grandes computadores”.
 “SpreadSheets: Esta aplicación de software es la herramienta más popular para
analizar y tabular datos, comúnmente usada por muchos emprendedores. Los
usuarios pueden introducir formulas en celdas discretas para agilizar los cálculos en
otras celdas. Es rápida, sencilla de usar y ofrece increíbles resultados para ciertas
tareas”; (Campos y otros, 2016).
Figura 1: Algunos Programas Estadísticos.
 6

Características:

 “Manejo de datos: Permiten la importación, organización y manipulación de conjuntos

de datos de diversas fuentes, como archivos de texto, hojas de cálculo, bases de datos,
entre otros.”
 “Análisis estadístico: Ofrecen una amplia gama de técnicas y métodos estadísticos,
que pueden incluir análisis descriptivos (media, mediana, desviación estándar, etc.),
pruebas de hipótesis, análisis de regresión, análisis multivariante, series de tiempo,
entre otros.”
 “Visualización de resultados: Generan representaciones gráficas, como histogramas,
diagramas de dispersión, gráficos de líneas, entre otros, que permiten una mejor
comprensión e interpretación de los resultados obtenidos.”
 “Documentación y reproducibilidad: Muchos programas estadísticos permiten
guardar los comandos utilizados y los resultados obtenidos, lo que facilita la
reproducibilidad y la documentación del análisis realizado.”
 “Flexibilidad y personalización: Algunos programas estadísticos ofrecen la posibilidad
de programar funciones personalizadas, ampliar sus capacidades mediante paquetes o
complementos adicionales y automatizar tareas repetitivas.”
 “Entorno integrado: Proporcionan un entorno de trabajo completo, que combina la
edición de datos, la ejecución de comandos, la generación de informes y la visualización
de resultados en una sola interfaz”. (García H. , 2019).

Funciones:

 Entrada y gestión de datos: Importar y exportar datos desde diversos formatos

(archivos de texto, hojas de cálculo, bases de datos, etc.), editar y transformar variables,
manejar valores perdidos, fusionar y reorganizar conjuntos de datos.
 Análisis descriptivo: Cálculo de estadísticos descriptivos básicos (media, mediana,
moda, desviación estándar, percentiles, etc.), tablas de frecuencias, gráficos descriptivos
(histogramas, diagramas de caja, etc.).
 Análisis inferencial: Pruebas de hipótesis paramétricas y no paramétricas (t-test,
ANOVA, chi-cuadrado, etc.), intervalos de confianza, contrastes de medias,
proporciones y varianzas.
 Análisis multivariante: Regresión lineal y no lineal, análisis de correlación, análisis
factorial, análisis de componentes principales, análisis discriminante, análisis de
conglomerados, etc.
 Análisis de series temporales: Modelos ARIMA, suavizado exponencial, análisis
espectral, pruebas de estacionariedad, etc.
 Simulación y remuestreo: Métodos de bootstrapping, jackknife, validación cruzada,
simulación de Monte Carlo.
 Gráficos y visualización: Amplia variedad de gráficos estadísticos (de líneas, barras,
dispersión, cajas, etc.), personalización de gráficos, mapas de calor, gráficos
interactivos.
 Programación y automatización: Lenguajes de programación integrados para escribir
scripts y macros, lo que permite automatizar tareas repetitivas y crear funciones
personalizadas.
 7

Tipos:

 Programas de propósito general: Como SPSS, Stata, SAS, R, Python (con bibliotecas
estadísticas), que ofrecen una amplia gama de técnicas estadísticas.
 Programas especializados: Enfocados en áreas específicas, como Minitab (control de
calidad), AMOS (modelos de ecuaciones estructurales), Mplus (análisis factorial
confirmatorio), etc.
 Hojas de cálculo con capacidades estadísticas: Excel, LibreOffice Calc, que permiten
realizar análisis estadísticos básicos.

Usos:

 “Investigación académica: Utilizados en diversas disciplinas (ciencias sociales,

economía, psicología, medicina, etc.) para análisis de datos, pruebas de hipótesis y
elaboración de modelos estadísticos”.
 “Toma de decisiones empresariales: Análisis de datos de mercado, estudios de
consumidores, control de calidad, previsión de ventas, etc”.
 “Encuestas y estudios de opinión: Análisis de datos de encuestas, estudios
electorales, investigación de mercados.”
 “Análisis de datos experimentales: En ciencias naturales, ingeniería, agricultura, etc.,
para analizar resultados de experimentos y ensayos.”
 “Control de procesos: Monitoreo estadístico de procesos industriales, detección de
patrones y anomalías.”
 “Investigación biomédica: Análisis de datos clínicos, ensayos farmacéuticos, estudios
epidemiológicos; (García H. , 2019)”.

Figura 2: Ejemplo de Programas Estadísticos.

Nota: Obtenido por, (García H. , 2019).

 8

3.1.1 Introducción y Clasificación

Para iniciar este tema diremos que la palabra estadística se deriva de la
palabra estado, ya que fueron precisamente los gobiernos desde la antigüedad que utilizaron
conceptos de estadística para establecer registros de población tales como nacimientos,
defunciones, impuestos, etc.
Los registros más antiguos de la humanidad nos dan cuenta de ello. Desde hace más de 3000
años los babilonios utilizaban tablillas de arcilla para guardar los datos referentes a la
producción agrícola y los intercambios de bienes y el pago de impuestos. Los egipcios
realizaban censos de población y de ingreso económico aún antes de construir sus pirámides.
Hay registros de más de 2000 años con los censos realizados en China y en el imperio romano
para conocer con detalle los datos numéricos de su población.
“Estadística es la rama de las matemáticas que examina las formas de analizar y
procesar datos”, (Berenson. & Levine, 1992).
Actualmente la estadística se utiliza prácticamente en todas las ramas de las Ciencias.

En la administración también se utiliza mucho la estadística, ya que no se puede

administrar lo que no se puede medir. Los datos estadísticos permiten decidir sobre bases
racionales y adoptar medidas preventivas y correctivas oportunamente. Prácticamente todos los
autores del tema afirman que la medición y análisis de los datos estadísticos de una empresa
es uno de los factores más críticos para el éxito de la misma.
Antes de la llegada de las computadoras el análisis de cantidades masivas de datos se
realizaba de manera manual lo cual era una labor tardada, costosa y agotadora. Con la llegada
de las computadoras, las empresas pueden tener información estadística de compras, ventas e
inventarios, prácticamente al día y a muy bajo costo.
La información estadística es indispensable en el mundo de los negocios para tomar
decisiones, negociar precios, corregir problemas de calidad, aumentar la productividad, elegir
ubicación de los negocios, Hacer campañas de publicidad enfocados a clientes específicos y
otros muchos aspectos de alta dirección. Es el análisis de datos estadísticos el que le permite a
una empresa conocer qué productos o actividades de generan ganancias y cual es generan
pérdidas. El contar con la información estadística precisa y actualizada permite a los
administradores tomar decisiones de inversión y las medidas correctivas apropiadas
oportunamente.
 9

Clasificación: La estadística se divide en dos grandes ramas qué son:

 La estadística descriptiva: consiste en obtener, organizar, presentar, resumir y

describir un conjunto de datos con el apoyo de tablas o gráficas, con el propósito de
facilitar el uso.
 La estadística inferencial: a partir del estudio de una pequeña parte de una población
(una muestra), utiliza métodos y procedimientos para deducir propiedades (hacer
inferencias), estimar comportamientos y obtener conclusiones.
Figura 3: Clasificación de la Estadística.

Nota: Obtenido por, (García H. , 2019).

Conceptos:
Población (o universo): Es la totalidad de elementos a considerar.
Por ejemplo:
 Todos los profesores
 Todos los alumnos
 Todas las calificaciones
 Todos los votantes

Muestra: Es una porción que se selecciona para su análisis.

Por ejemplo:
 Los votantes encuestados
 Los alumnos de uno de los grupos
 Las ventas de una semana

Datos: Son números (valores) que pueden ser observados, contados comparados,
analizados e interpretados. Antes de hacer un análisis estadístico es necesario hacer la
recopilación de los datos a considerar.
Por ejemplo:
 10

 Estatura
 Peso
 Edad
 Ingreso mensual

Variable: Es aquella característica de la población que se está analizando en un estudio

estadístico, la cual puede medirse u observarse. Las variables pueden adoptar diferentes
valores, de allí su nombre. Las variables pueden ser:
1. Variables Cuantitativas: Cuando se refieren a una cantidad y pueden expresarse
numéricamente.
Por ejemplo:
 Temperatura
 Densidad
 Velocidad
 Ingreso mensual

2. Variables Cualitativas: Cuando se refieren a una cualidad (un atributo) y por tanto no
pueden ser medidas.
Por ejemplo:
 Sexo
 Nacionalidad
 Color de ojos
 Estado civil
Las Variables Cuantitativas se clasifican en variables discretas y variables continuas.

2.1 Las variables discretas: Sólo pueden tomar valores enteros.

Por ejemplo:
 El número de hijos de una familia.
 La cantidad suscriptores a una revista.
 El número de alumnos aprobados

2.2 Las variables continuas: Pueden tomar valores fraccionarios

Por ejemplo:
 Estatura (1.69 m, 1.82 m, etc.)
 Peso (73.25 Kg, 54.70 Kg, etc.)
 Temperatura (36.7°C, 39.9°C, etc.)
 11

3.2 Concepto y Aplicación de Estadística Descriptiva.

DESCRIPTIVA:
El término estadística descriptiva se refiere al análisis, el resumen y la presentación de
los resultados relacionados con un conjunto de datos derivados de una muestra o de toda la
población.
“La estadística descriptiva registra los datos en tablas y los representa en gráficos. Calcula los
parámetros estadísticos (medidas de centralización y de dispersión), que describen el conjunto
estudiado”, (Campos y otros, 2016).
Comprende tres categorías principales: distribución de frecuencias, medidas de tendencia
central y medidas de variabilidad.
El objetivo de la estadística descriptiva es describir los datos observados de forma sintética y
significativa para poder analizarlos mejor.
La gran ventaja de las estadísticas, incluyendo las estadísticas descriptivas, es que pueden
usarse para toda clase de:

 Estudios.
 Investigaciones.
 Programas de desarrollo.
 Reportes.
 Proyectos empresariales.
 Lanzamientos de productos.
 Estudios de mercado.
 Análisis de rendimiento.
 Entre muchas otras aplicaciones.

Estos son los tipos de estadística descriptiva:

 DISTRIBUCIÓN DE FRECUENCIAS:
Utilizada tanto para datos cualitativos y cuantitativos. Representa la frecuencia o el
recuento de los diferentes resultados en un conjunto de datos o muestras.
Los cuadros y gráficos más comunes utilizados en la presentación y visualización de la
distribución de frecuencias incluyen gráficos de barras, histogramas, gráficos circulares y
gráficos de líneas.

 TENDENCIA CENTRAL:
Las medidas de tendencia central también se conocen como medidas de localización
central. La media, la mediana y la moda son consideradas las medidas de tendencia central.
1. La media aritmética o promedio es la suma de un conjunto de datos dividido entre el
número total de datos del conjunto.
2. La moda es el valor de mayor frecuencia en un conjunto de datos.
 12

3. La mediana es el valor del elemento central de un conjunto de datos ordenados de

menor a mayor, o en su defecto, el promedio de los dos valores centrales en el caso de
un conjunto con número de datos par.
Figura 4: Medidas de Tendencia Central: Media, Moda y Mediana.

Nota: Obtenirdo por, (Medidas de tendencia central y de dispersión., 2023).

 MEDIDAS DE DISPERSIÓN:
Las medidas de dispersión permiten conocer otras características sobre un conjunto de
datos, como lo es la distancia entre los valores o la separación que existe entre ellos.
1. El rango: el cual se obtiene restando el dato de mayor valor al dato de menor valor en
un conjunto de datos.
2. Desviación: Es la diferencia entre cada dato y la media aritmética.
3. La desviación media: Es el promedio de los valores absolutos de todas las
desviaciones.
Figura 5: Medidas de Dispersión: Rango, Desviación y Desviación Media.

Nota: Obtenido por, (Medidas de tendencia central y de dispersión., 2023).

 13

 VARIABILIDAD:
Estas medidas describen la dispersión, amplitud o variabilidad de un conjunto de datos.
Estas medidas te dicen qué tan alejados están los valores individuales de la media o de otros
valores centrales, y ayudan a comprender la distribución de los datos, (García F. , 2023).
1. Rango: o sea, la diferencia entre el valor máximo y el valor mínimo en un conjunto de
datos. Esta es la medida más básica de variabilidad y proporciona una idea general de
cuánto se extienden los datos en toda la escala.
2. Varianza: mide la variabilidad de los datos respecto a la media aritmética y puede
servirte para comparar diferentes grupos de datos.
3. Desviación estándar: indica cuánto se desvían los valores individuales de la media
aritmética.
4. Coeficiente de variación: una medida relativa de variabilidad para comparar la
dispersión entre diferentes conjuntos de datos, e incluso conjuntos con diferentes
unidades y escalas.
Figura 6: Elementos de Medidas de Variabilidad más conocidas.

Nota: Obtenido por, (Zapata, 2022).

 14

3.2.1 Software de Estadística Descriptiva.

Los software de estadística descriptiva son programas informáticos diseñados
específicamente para realizar análisis estadísticos descriptivos. Estos análisis se centran en la
recopilación, organización, resumen y presentación de datos, sin llegar a realizar inferencias o
pruebas de hipótesis.
Las principales funciones del software de estadística descriptiva incluyen:
1. Entrada y manejo de datos: Importar y exportar datos desde diversos formatos
(archivos de texto, hojas de cálculo, bases de datos, etc.), editar y transformar variables,
manejar valores faltantes.
2. Cálculo de estadísticos descriptivos: Medidas de tendencia central (media, mediana,
moda), medidas de dispersión (varianza, desviación estándar, rango), medidas de
posición (percentiles, cuartiles), entre otros.
3. Tablas y distribuciones de frecuencias: Generar tablas de frecuencias para variables
cualitativas y cuantitativas, incluyendo frecuencias relativas y acumuladas.
4. Visualización de datos: Crear una variedad de gráficos descriptivos, como
histogramas, diagramas de barras, diagramas de sectores, diagramas de cajas, gráficos
de dispersión, entre otros.
5. Resúmenes estadísticos: Generar informes y resúmenes que presenten los principales
estadísticos descriptivos y visualizaciones de los datos analizados.
Los software de estadística descriptiva son ampliamente utilizados en diversas áreas, como
la investigación académica, los negocios, la administración, la economía, entre otras. Estos
programas permiten explorar y comprender mejor los conjuntos de datos, identificar patrones,
tendencias y características relevantes antes de realizar análisis más avanzados.

Tipos:
1. Hojas de cálculo con funciones estadísticas (Excel, LibreOffice Calc, etc.).
2. Paquetes o módulos de estadística descriptiva dentro de programas estadísticos
generales (SPSS, Stata, R, SAS, etc.).
3. Programas especializados en estadística descriptiva (SOFA Statistics, Descriptive
Statistics, etc.)

Funciones:

 Importación y exportación de datos desde diversos formatos.

 Edición y manejo de datos (codificación, filtrado, ordenamiento, etc.).
 Cálculo de medidas de tendencia central (media, mediana, moda).
 Cálculo de medidas de dispersión (varianza, desviación estándar, rango, etc.).
 Cálculo de medidas de posición (percentiles, cuartiles, etc.).
 Generación de tablas de frecuencias para variables categóricas y numéricas.
 Gráficos descriptivos (histogramas, diagramas de barras/sectores, diagramas de caja,
gráficos de dispersión, etc.).
 Resúmenes estadísticos e informes descriptivos.
 15

 Pruebas de normalidad (prueba de Kolmogorov-Smirnov, Shapiro-Wilk, etc.)

Usos:

 Investigación académica: Análisis descriptivo de datos en ciencias sociales,

educación, psicología, etc.
 Negocios y marketing: Análisis de datos de clientes, ventas, encuestas de
mercado, etc.
 Medicina y salud: Descripción de variables clínicas, datos epidemiológicos, etc.
 Ingeniería y manufactura: Análisis de datos de procesos, control de calidad, etc.
 Gobierno y organizaciones: Análisis de datos demográficos, encuestas,
estadísticas oficiales, etc.

Características adicionales:

 Interfaz gráfica de usuario (GUI) intuitiva para facilitar el uso.

 Capacidades de personalización de gráficos y tablas.
 Opciones de exportación de resultados a diferentes formatos (PDF, Word, Excel,
etc.).
 Integración con otras herramientas de análisis de datos y software estadísticos.
 Documentación y recursos de aprendizaje (manuales, tutoriales, ejemplos, etc.)

Es importante destacar que muchos programas estadísticos completos incluyen módulos o

paquetes específicos para estadística descriptiva, pero también ofrecen capacidades
adicionales para análisis inferenciales, multivariantes, series de tiempo, entre otros. Los
software dedicados exclusivamente a la estadística descriptiva suelen ser más sencillos y
enfocados en esta tarea particular, (Boccardo Bosoni & Ruiz Bruzzone, 2019).
En resumen, los software de estadística descriptiva brindan herramientas esenciales para
explorar, resumir y visualizar datos de manera efectiva, siendo fundamentales en la fase inicial
de cualquier análisis estadístico y en la comunicación clara de hallazgos descriptivos.
 16

3.3 Conceptos de Estadística Inferencial o Inferencia.

“La estadística inferencial, analítica o deductiva 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”, (Campos y otros, 2016).

La estadística inferencial es una rama de la estadística que se enfoca en hacer

conclusiones y generalizaciones sobre una población a partir de la información obtenida de una
muestra de la misma.
Imaginemos que queremos saber la altura promedio de todos los estudiantes de una escuela,
pero sería difícil medir la altura de cada uno de ellos. En cambio, podríamos medir la altura de
una muestra de estudiantes y usar esa información para hacer una inferencia sobre la altura
promedio de todos los estudiantes en la escuela.
Para hacer esta inferencia, aplicamos técnicas estadísticas a los datos de la muestra para
estimar el valor desconocido de la población (en este caso, la altura promedio de todos los
estudiantes). Estas técnicas pueden incluir la estimación de parámetros de una distribución de
probabilidad, el cálculo de intervalos de confianza o la realización de pruebas de hipótesis,
(Ortega, 2023).
Figura 7: Estadística Inferencial.

Se llama estadística inferencial o inferencia estadística a la rama de la

Estadística encargada de hacer deducciones, es decir, inferir propiedades, conclusiones y
tendencias, a partir de una muestra del
La estadística inferencial emplea usualmente mecanismos que le permiten llevar a cabo dichas
deducciones, tales como pruebas de estimación puntual (o de intervalos de confianza), pruebas
de hipótesis, pruebas paramétricas (como de media, de diferencia de medias, proporciones,
etc.) y no paramétricas (como la prueba del chi-cuadrado, etc.). También le son útiles
los análisis de correlación y de regresión, las series cronológicas, el análisis de varianza, entre
otros.
 17

Por ende, la estadística inferencial es sumamente útil en el análisis de poblaciones y

tendencias, para hacerse una idea posible de las acciones y reacciones de la misma de cara a
condiciones específicas. Esto no significa que se las pueda predecir fielmente, ni que estemos
en presencia de una ciencia exacta, pero sí de una aproximación posible al resultado final,
(Equipo editorial, Etecé, 2021).

La estadística inferencial es la división de la estadística centrada en los procesos y las técnicas

que posibilitan conocer características de una población estadística mediante el estudio de una
parte de ella. De este modo, examinando los datos que arroja una muestra, se apela a
la deducción para obtener una conclusión sobre el total del conjunto.
Puede decirse que la estadística inferencial recurre a procedimientos y modelos para la
extracción de las inferencias sobre la población en cuestión. Sus métodos son variados y
permiten satisfacer múltiples objetivos, (Escobar, 2022).
 18

3.3.1 Aplicaciones de Estadística Inferencial o Inferencia.

De acuerdo con (Bernal, s.f.) los 3 tipos de aplicaciones de estadística inferencial son:

1. R Software
Es un lenguaje para el análisis estadístico y gráfico. R es un ambiente de programación
formada por un conjunto de herramientas muy flexibles que pueden ampliarse fácilmente
mediante paquetes, librerías o definiendo nuestras propias funciones. Además, es gratuito y de
código abierto, un Open Source parte del proyecto GNU, como Linux o Mozilla Firefox.
Cualquier usuario puede descargar y crear su código de manera gratuita, sin restricciones de
uso, la única regla es que la distribución siempre sea libre (GPL). Gracias a que puede
accederse libremente a su código, R software no tiene limitadas sus funciones, al contrario de lo
que sucede con otras herramientas estadísticas comerciales como Statistica, SPSS, etc. Esto
convierte a R software en una herramienta estadística estable, confiable y a la vanguardia, ya
que está sometida a una actualización permanente. La actividad de los desarrolladores de R se
organiza en torno a la R Foundation, como parte oficial de la Free Software Foundation.
Figura 8: Icono de R Software.

2. Derive
Es uno de los llamados "Programas de Cálculo Simbólico", que podemos definir como
programas para ordenadores personales (PC) que sirven para trabajar con matemáticas usando
las notaciones propias (simbólicas) de esta ciencia. Así, en un programa de cálculo simbólico el
número ‘pi' se trata como tal, a diferencia de muchas calculadoras que consideran sólo una
aproximación (3'1415...).
Los programas de cálculo simbólico son capaces de hacer derivadas, integrales, límites, y
muchas otras operaciones matemáticas. Suelen tener capacidades gráficas (representación de
curvas y funciones) y, por supuesto, capacidades numéricas que suplen sobradamente a la
mejor de las calculadoras.
Naturalmente, los segundos miembros de las igualdades del gráfico anterior, tomado de una
pantalla de Derive, han sido calculados directamente por el programa y, además, en unas
décimas de segundo.
Derive es uno de esos programas de cálculo simbólico, quizá el más difundido y
 19

popular porque en su modalidad más sencilla (Derive para DOS ‘classic'funcionaba en cualquier
PC, sin necesidad de que tuviera disco duro y ocupaba sólo un diskette. Hoy, Derive 6 sigue
siendo un "pequeño" programa, que ocupa poco más de 3 Mb., y que sigue siendo muy
accesible e intuitivo.
Figura 9: Icono de Derive.

3. Minitab
Minitab Statistical Software puede examinar datos actuales y del pasado para buscar
tendencias y predecir patrones, descubrir relaciones ocultas entre las variables, visualizar las
interacciones de los datos e identificar factores importantes para responder incluso a las
preguntas más desafiantes.
Figura 10: Icono de Minitab.
 20

Conclusión:
Puedo concluir que las aplicaciones, programas o software estadísticos son muy
importantes para nuestra vida diaria. Nos sirve para calcular y saber diferentes tipos de cosas
de una manera más rápida y sencilla.
Los programas estadísticos brindan una amplia gama de funciones para el análisis y
visualización de datos, ofreciendo soluciones tanto generales como especializadas para
diversas áreas de aplicación.
 21

Referencias Bibliográficas:
Berenson., M. L., & Levine, D. (1992). books.google. books.google:
https://books.google.co.ve/books?id=Aw2NKbDJoZoC&printsec=frontcover&hl=es#v=on
epage&q&f=false
Bernal, D. (s.f.). Studocu. studocu.com: https://www.studocu.com/es-mx/document/instituto-
tecnologico-superior-de-muzquiz/estadistica-inferencial-ii/aplicaciones-y-software-en-la-
estadistica/17938726
Boccardo Bosoni , G., & Ruiz Bruzzone, F. (03 de Julio de 2019). bookdown. bookdown:
https://bookdown.org/gboccardo/manual-ED-UCH/
Campos, D., Cedeño, M., Figueroa, B., Meza, R., & Rodríguez, G. (1 de Agosto de 2016).
blog.wordpress.com. blog.wordpress.com:
https://aplicacionesestadisticasblog.wordpress.com/aplicaciones-automatizadas-para-
generar-informes-estadisticos/
Chaparro Bustos, E. (s.f.). Academia.com. Academia.com:
https://www.academia.edu/15609198/UNIDAD_I_INTRODUCCI%C3%93N_Funciones_y
_aplicaciones_de_la_estad%C3%ADstica_
de la cruz, A., Kauil chuc, A. A., Cool Coba, C., Catzin Ruiz, D. A., Coba Interian, D. J., Perez
Lopez, D. M., Mis Cortinez, I., Mis Koh, J. A., Chi Caamal, J., Gonzalez Aguilar, L.,
Cauich May, L., Arceo Cardenas, O., Maquin Coy, P., Del Rosario Tamayo, S., & Loeza
Arceo, Y. Y. (04 de Junio de 2017). Copyright. Copyright:
http://cdesegundaunidad.blogspot.com/p/aplicacionesestadisticas-2.html
Equipo editorial, Etecé. (5 de Agosto de 2021). Concepto. Concepto.de:
https://concepto.de/estadistica-inferencial/
Escobar, J. (9 de Diciembre de 2022). ExelParaTodos. exelparatodos.com:
https://excelparatodos.com/estadistica-inferencial/
García, F. (16 de Abril de 2023). The Power Education. The Power Education:
https://www.thepowermba.com/es/blog/la-estadistica-descriptiva
García, H. (27 de Dciciembre de 2019). Tic´s Aplicadas a la Administración. Tic´s Aplicadas a la
Administración: http://ticsaplicadasalaadministracion.blogspot.com/2019/12/introduccion-
la-estadistica.html
nuevaescuelamexicana. (17 de Junio de 2023). nuevaescuelamexicana:
https://nuevaescuelamexicana.sep.gob.mx/detalle-ficha/37639/
Ortega, C. (27 de Mayo de 2023). QuestionPRO. QuestionPRO:
https://www.questionpro.com/blog/es/estadistica-inferencial/
Zapata, F. (15 de Diciembre de 2022). www.lifeder.com. www.lifeder.com:
https://www.lifeder.com/medidas-de-variabilidad/