UNIDAD I:

INTRODUCCIÓN A LAS
CIENCIAS ESTADÍSTICAS

===Nadia Almonte===
24-MIIN-1-031

1.Reseña histórica.
La estadística es una disciplina científica formal y deductiva, a menudo considerada
rama de las matemáticas, que estudia la variabilidad y las leyes de la probabilidad, a
través de herramientas diversas, tanto conceptuales como de muestreo.
El campo de la estadística comprende los métodos y procedimientos necesarios para
recolectar información de la realidad y organizarla, contextualizarla y clasificarla
para poder obtener conclusiones viables, expresadas matemáticamente. Puede decirse
que es la ciencia del manejo de los datos.

Los antecedentes de la estadística abundan en la Antigüedad, especialmente cuando

surgieron los primeros grandes imperios de numerosa población, como Babilonia,
Egipto o China, en los que se impuso la necesidad de contabilizar la población y obtener
información relevante para el Estado, respecto al cobro de impuestos y otras materias
similares.
Sin embargo, los primeros métodos de cálculo de la probabilidad registrados figuran en
la correspondencia entre Pascal y Pierre de Fermat en 1654. Por otro lado, los primeros
tratamientos científicos de la materia son de Christian Huygens en 1657, así como de las
obras Ars conjectandi de Jackob Bernoulli en 1713 y Doctrina de posibilidades de
Abraham de Moivre en 1718.
Formalmente, la estadística surgió en el siglo XIX, cuando se la reconoció como la
disciplina que estudia las formas de recabar datos e información. Ya el término había
sido acuñado por el economista prusiano Gottfried Achenwall (1719-1772), quien la
había propuesto como la “ciencia de los asuntos del Estado”, o sea, Statistik, traducido
al inglés como “aritmética política”.
Aunque Achenwall es reconocido como el padre de esta disciplina, su implementación
en otras áreas de la vida humana se debe al agrónomo escocés John Sinclair (1754-
1835).
A partir de entonces, el estudio de la estadística y la probabilidad ha sido incesante. Uno
de sus momentos fundamentales contemporáneos tuvo lugar a inicios del siglo XX,
cuando Francis Galton y Karl Peterson transformaron su campo de estudio, aportando
rigurosidad matemática y aplicándola no sólo a la ciencia, sino a la política y a la
manufactura.
 2. Subdivisiones de la
Estadística.
La estadística se divide en dos ramas principales: la estadística descriptiva y la
estadística inferencial.
Estadística descriptiva
Dedicada a la visualización, clasificación y presentación numérica o gráfica de los datos
surgidos durante el estudio. Su objetivo es facilitar el manejo de grandes volúmenes de
datos, tal y como ocurre en pirámides poblacionales, histogramas o gráficos circulares.
 Describe las características de los datos recopilados
 Resume la información de los datos

Estadística inferencial
Dedicada a generar modelos y predicciones a partir de los fenómenos estudiados,
tomando en cuenta su dinámica de aleatoriedad. A través de dichos modelos
matemáticos aspira a dar con conclusiones útiles o pronósticos que trascienden el
ámbito de lo meramente descriptivo.
 Utiliza los datos de una muestra para hacer inferencias y tomar decisiones
 Demuestra asociaciones entre características observadas
 Permite hacer comparaciones entre características observadas
 La estadística también se puede subdividir en otras ramas, como: Estadística no
paramétrica, Estadística paramétrica, Estadística matemática.

Estadística no paramétrica
Esta es una división de la estadística inferencial, la cual consiste en una serie de
procedimientos que se aplican en modelos estadísticos. Este es un tipo de procedimiento
cuyos cálculos mayormente se encuentran fundamentados en distribuciones
desconocidas o no definidas, por lo que este podría ser un paso que se realice de forma
previa al procedimiento paramétrico.
Estadística paramétrica
Al igual, la estadística paramétrica es una división de la estadística inferencial. Esta
comprende diversos procesos estadísticos que se basan en la obtención de datos reales,
determinados bajo un número infinito de parámetros, el cual se utiliza para resumir la
cantidad de datos provenientes de variables estadísticas.
Estadística matemática
La estadística matemática es una disciplina que parte de esta ciencia y consiste en la
recopilación de información a través de datos y técnicas matemáticas, incluyendo
álgebra lineal, ecuaciones diferenciales, análisis estocástico y matemático y la teoría de
la probabilidad.
 3. Estadística 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 comprende tres categorías principales:
distribución de frecuencias, medidas de tendencia central y medidas de variabilidad.
La estadística descriptiva facilita la visualización de los datos. Permiten
presentarlos de forma significativa y comprensible, lo que a su vez da pie a una
interpretación simplificada del conjunto de datos en cuestión.

.
Elementos de la estadística descriptiva
La estadística descriptiva utiliza varios elementos clave para ofrecer un análisis
completo y detallado:
Medidas de tendencia central: Estos son valores que representan un «centro» o punto
medio de un conjunto de datos. Los más comunes son:
Media: Es el promedio de los datos.
Mediana: El valor central cuando los datos están ordenados.
Moda: El valor que más se repite.
Medidas de dispersión: Ayudan a describir la variabilidad de los datos. Las más
utilizadas son:
Rango: La diferencia entre el valor máximo y mínimo.
Desviación estándar: Indica cuánto se alejan, en promedio, los datos de la media.
Varianza: Es el promedio de los cuadrados de las diferencias respecto a la media.
Representación gráfica: Los datos también se pueden visualizar mediante diferentes
gráficos que permiten identificar patrones de manera más clara. Entre los más comunes
están:
Histogramas: Muestran la distribución de los datos por intervalos.
Diagramas de barras: Comparan frecuencias o proporciones de diferentes categorías.
Diagramas circulares: Representan porcentajes de un total.

Características de la estadística descriptiva

La estadística descriptiva tiene varias características fundamentales que la distinguen:

 Simplicidad: Presenta datos de manera sencilla y directa, lo que facilita su

interpretación. A menudo, los resultados se resumen en tablas, gráficos o
medidas numéricas que son fáciles de comprender.
 No se hacen predicciones: La estadística descriptiva no se preocupa por hacer
inferencias sobre una población mayor. En su lugar, describe los datos
disponibles de una muestra o de la población entera.
 Objetividad: Busca ofrecer una visión imparcial de los datos. Aunque el
análisis puede requerir tomar decisiones sobre qué medidas usar, el objetivo es
describir los datos con precisión.
 Resúmenes: Una de sus funciones clave es resumir grandes cantidades de
información en formas comprensibles, como medias, medianas, modas,
varianzas o gráficos.

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.

La distribución de frecuencias es básicamente una presentación o un resumen de datos

agrupados que se han clasificado en función de clases mutuamente excluyentes y del
número de ocurrencias en cada clase respectiva. Permite una forma más estructurada y
organizada de presentar los datos en bruto. 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, La tendencia central es otro de los tipos de estadística descriptiva, y

se refiere al resumen descriptivo de un conjunto de datos utilizando un único valor que
refleja el centro de la distribución de los datos.

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.
  La media, que se considera la medida de tendencia central más popular, es el
valor medio o más común en un conjunto de datos. La mediana se refiere a la
puntuación media de un conjunto de datos en orden ascendente. La moda se
refiere a la puntuación o valor más frecuente en un conjunto de datos.
 – Variabilidad

 Una medida de variabilidad es una estadística de resumen que refleja el grado de

dispersión de una muestra. Las medidas de variabilidad determinan la distancia
que los puntos de datos parecen tener con respecto al centro.
 La dispersión y la variabilidad se refieren y denotan el rango y la amplitud de la
distribución de los valores en un conjunto de datos. El rango, la desviación
estándar y la varianza se utilizan, respectivamente, para representar diferentes
componentes y aspectos de la dispersión.
 El rango representa el grado de dispersión o un ideal de la distancia entre los
valores más altos y más bajos dentro de un conjunto de datos. La desviación
estándar se utiliza para determinar la varianza media de un conjunto de datos y
proporciona una idea de la distancia o la diferencia entre un valor de un conjunto
de datos y el valor medio del mismo conjunto de datos.
 La varianza refleja el grado de dispersión y es esencialmente una media de las
desviaciones al cuadrado.

Pasos de la estadística descriptiva

El proceso de aplicar estadística descriptiva puede dividirse en cuatro pasos esenciales:

1. Recolección de datos: El primer paso implica obtener los datos de la muestra o

población que se va a estudiar. Esto puede realizarse mediante encuestas,
cuestionarios, experimentos o la observación de fenómenos.
2. Organización de los datos: Una vez que los datos son recolectados, se deben
organizar de manera lógica. Esto puede incluir la creación de tablas de
frecuencia, listas ordenadas o clasificaciones.
3. Resumir los datos: A continuación, los datos organizados se resumen utilizando
diferentes medidas de tendencia central (media, mediana, moda) y medidas de
dispersión (rango, desviación estándar, varianza), o bien se representan
gráficamente.
4. Presentación de los resultados: Finalmente, se presentan los datos de manera
visual y clara. Los gráficos, como histogramas, diagramas de barras, diagramas
circulares y tablas, son fundamentales para mostrar las conclusiones de manera
efectiva.

4. 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 conjunto. Su papel es interpretar, hacer
proyecciones y comparaciones.

El objetivo principal de la estadística inferencial es hacer generalizaciones precisas

sobre una población a partir de una muestra de datos obtenidos de esa población.
La estadística inferencial es útil porque no siempre es posible medir todos los
elementos de una población. Por lo tanto, la inferencia estadística nos permite tomar
decisiones y hacer predicciones basadas en una muestra representativa de la
población en lugar de medir todos los elementos de la población.

Importancia de la estadística inferencial

La estadística inferencial es importante por varias razones:

 Permite hacer generalizaciones precisas sobre una población a partir de

una muestra. En muchas situaciones, es imposible medir o analizar todos los
elementos de una población. La estadística inferencial nos permite inferir las
características de la población a partir de una muestra representativa, lo que hace
que sea más fácil tomar decisiones basadas en datos y hacer predicciones.
 Ayuda a tomar decisiones informadas. Proporciona un marco para evaluar la
confianza en nuestras inferencias y predicciones. Esto nos permite reducir el
riesgo de tomar decisiones incorrectas o basadas en suposiciones equivocadas.
 Es importante en los negocios y la industria. Se usa en los negocios y la
industria para analizar datos de ventas, encuestas de satisfacción del cliente y
otros datos de mercado. Esto ayuda a las empresas a tomar decisiones
 informadas sobre cómo mejorar sus productos y servicios y cómo dirigir su
marketing y publicidad de manera más efectiva.

Tipos de estadística inferencial

La estadística inferencial se divide en dos categorías:

 Pruebas de hipótesis.
 Análisis de regresión.

Los investigadores suelen emplear estos métodos para generalizar los resultados a
poblaciones más grandes a partir de muestras pequeñas. Veamos algunos de los
métodos disponibles en estadística inferencial.

Pruebas de hipótesis
Probar hipótesis y extraer generalizaciones sobre la población a partir de los datos de la
muestra son ejemplos de estadística inferencial. Es necesario crear una hipótesis nula y
una hipótesis alternativa y, a continuación, realizar una prueba estadística de
significación.

Una prueba de hipótesis puede tener distribuciones de cola izquierda, derecha o doble.
El valor estadístico de la prueba, el valor crítico y los intervalos de confianza se utilizan
para llegar a una conclusión. A continuación, se indican algunas pruebas de hipótesis
significativas que se emplean en estadística inferencial.
Análisis de regresión
El análisis de regresión se realiza para calcular cómo cambiará una variable en relación
con otra. Pueden utilizarse numerosos modelos de regresión, como la regresión lineal
simple, la lineal múltiple, la nominal, la logística y la ordinal.

En estadística inferencial, la regresión lineal es el tipo de regresión más empleado. La

respuesta de la variable dependiente a un cambio unitario en la variable independiente
se examina mediante regresión lineal.

5. Teoría de la decisión.
La teoría de la decisión es un marco que analiza cómo se toman las decisiones, tanto en
individuos como en grupos. Se basa en la combinación de creencias y deseos de un
agente para determinar la mejor acción a tomar.
Esta teoría es interdisciplinaria y se relaciona con ramas como la psicología, la
economía y la administración.
Algunos pasos para tomar una decisión según la teoría de la decisión son:
1. Identificar y definir el problema
2. Determinar las alternativas de solución
3. Definir los criterios para evaluar las alternativas
4. Evaluar las alternativas
5. Elegir una alternativa
6. Ponerla en práctica
7. Evaluar los resultados
La teoría de la decisión es importante en muchos campos profesionales, como la
política, la economía, el marketing, la psicología, la filosofía, la investigación científica
y las matemáticas.

6. Aplicaciones de
Estadística.
La estadística está presente en prácticamente todos los aspectos de nuestra vida,
porque a partir de todas nuestras actividades es posible recopilar datos que, después
de ser analizados, nos permiten tomar decisiones. Esta es la ciencia que estudia los
fenómenos inciertos o las situaciones que no se pueden predecir con certeza, pero
sobre los cuales podemos recabar información.

 Ciencias Naturales: Estudios de campo en biología (Bioestadística),

descripción de modelos termodinámicos complejos (Mecánica estadística), en
física cuántica, en mecánica de fluidos o en la teoría cinética de los gases.

 Medicina: Estudio de la evolución de las enfermedades y los enfermos, estudios

para determinar el estado de salud de la población, elaboración de los índices de
mortalidad asociados a ciertos fenómenos, grado de eficacia de un
medicamento...

 Agricultura: Para analizar el rendimiento de distintos tipos de semilla o abono

en la cosecha.

 Psicología: Para elaborar las escalas de los test y cuantificar aspectos del
comportamiento humano (por ejemplo, los test que se aplican a los candidatos
para un cargo en una empresa)

 Economía: Para medir la evolución de los precios mediante números índice

(IPC...), calcular el EURIBOR, obtener la tasa de paro, estudiar los hábitos de
los consumidores a través de encuestas de presupuestos familiares, tomar
decisiones en los mercados financieros...

 Administración de empresas: Para evaluar un producto antes de

comercializarlo, hacer previsión de ventas y de productividad.

 Industria: Establecer sistemas de control de calidad, secuenciación de tareas,

rutas de transporte, localización de almacenes...

 Ciencias políticas: Para conocer las preferencias de los electores antes de una
votación mediante sondeos y así orientar las estrategias de los candidatos.

 Sociología: Para estudiar las opiniones de los colectivos sociales sobre temas de
actualidad, para conocer rasgos, aficiones o intereses particulares de la
población.

 Ciencias Sociales: Para medir las relaciones entre distintas variables y hacer
predicciones sobre ellas.