FORMA DE EVALUACIÓN

• Practicas y tareas 30%

• Participación 10%

• Trabajos escritos 30%

• Examen 30%
 NORMAS GENERALES DEL CURSO
 Los alumnos tienen derecho a la evaluación regular para lo cual se necesita un 75% de asistencia.
 La asistencia se tomará a la hora de inicio y retardos hasta 15 minutos después de esta hora solo existen faltas.
 Es necesario tomar en cuenta 4 aspectos primordiales la participación en clase y los trabajos escritos, así
como una batería pedagógica. se propone un porcentaje para la evaluación que consiste en:
 Presentación de prácticas y tareas 30%
 Participación en clase: 10%
• Las participaciones tienen validez presentando previamente la investigación realizada o el análisis de la lectura
solicitada, estas deben ser concretas, pertinentes y temporales.
 Realización trabajos escritos y gráficos: 30%
• Dichos trabajos deberán contener los principales puntos de cualquier trabajo, reporte o investigación del nivel
introducción, contenido, conclusiones bibliografía y comentario, debe ser inédito así como mostrar
presentación, ortografía y redacción, deberán ser entregados a tiempo y forma. Cualquier falta u omisión de lo
antes dicho demeritará el valor del trabajo escrito, en caso de inasistencia el trabajo escrito deberá ser
entregado con anticipación para no demeritar el valor por ex temporalidad. Todos los trabajos tendrán un valor
de 0 a 10 promediando el porcentaje antes dicho.
 Examen: 30%
ESTADISTICA
 Propósitos de la estadística
• Los principales objetivos de la estadística son los siguientes:
• Conocer las características y hacer inferencias o llegar a conclusiones respecto a una
población objetivo. Esto, usualmente a partir del análisis de una muestra. Esto es propio de la
estadística inferencial.
• Puede permitir establecer relación entre distintas variables, hallando el posible origen de un
fenómeno, estudiando los cambios en dicho evento y haciendo proyecciones sobre el mismo,
de ser posible.
• En base a las conclusiones obtenidas, se pueden tomar decisiones, por ejemplo, si hablamos
de un estudio estadístico realizado por el Gobierno para definir una política pública.
• En el caso de la estadística descriptiva, permite tener un estado de la cuestión, es decir,
conocer las características de una base de datos, por ejemplo, calculando las medidas de
tendencia central como la media o la moda.
• Sirve de apoyo a otras disciplinas como la economía, en el análisis y proyección de
indicadores como la inflación o el Producto Interior Bruto. Asimismo, en el campo de la
biología, tenemos la bioestadística que analiza, en otros, datos de salud pública y
medioambientales.
Conceptos básicos
• ESTADISTICA: Es la ciencia que se encarga de la recolección,
ordenamiento, representación, análisis e interpretación de datos generados
en una investigación sobre hechos, individuos o grupos de los mismos, para
deducir de ello conclusiones precisas o estimaciones futuras.
• La estadística es una disciplina científica que se ocupa de la obtención,
orden y análisis de un conjunto de datos con el fin de obtener explicaciones
y predicciones sobre fenómenos futuros.
• La estadística consiste en métodos, procedimientos y fórmulas que
permiten recolectar información para luego analizarla y extraer de ella
conclusiones relevantes. Se puede decir que es la Ciencia de los Datos y
que su principal objetivo es mejorar la comprensión de los hechos a partir
de la información disponible.
 Definiciones básicas
• Variable: Una variable estadística es una característica de una muestra o población de datos que puede adoptar
diferentes valores.
• Población Es el colectivo que abarca a todos los elementos cuya característica o características queremos estudiar;
dicho de otra manera, es el conjunto entero al que se desea describir o del que se necesita establecer conclusiones.
Como ejemplos de poblaciones, podemos citar: todos los estudiantes de la Universidad Central del Ecuador, o los
artículos producidos en una semana en una determinada fábrica. Por su tamaño, las poblaciones pueden ser finitas o
infinitas.
• Muestra: Es un conjunto de elementos seleccionados de una población de acuerdo a un plan de acción previamente
establecido (muestreo), para obtener conclusiones que pueden ser extensivas hacia toda la población. Ejemplos
constituyen las muestras que escogen las empresas encuestadoras en estudios de sondeos de opinión, o la selección de
un grupo de artículos recibidos en una bodega para estimar las condiciones de todo un embarque.
• Muestreo Es la técnica que nos permite seleccionar muestras adecuadas de una población de estudio. El muestreo debe
conducir a la obtención de una muestra representativa de la población de donde proviene, esta condición establece que
cada elemento de la población tiene la misma probabilidad de ser incluida en la muestra. El estudio de selección de
muestras, en sí constituye todo un estudio pormenorizado, que no atañe al estudio en este texto
• Azar: El azar, en el lenguaje normal, se considera como la característica de un suceso imprevisible. El azar es la
característica de un experimento que produce resultados diversos, impredecibles en cada situación concreta, pero
cuyas frecuencias, a la larga, tienden a estabilizarse hacia un valor "límite" en el infinito.
Fenómenos aleatorios y concepto de
probabilidad
• Fenómeno aleatorio: Un fenómeno aleatorio es un evento cuyo resultado,
bajo situaciones similares, no se puede predecir.
• PROBABILIDAD: La probabilidad es simplemente qué tan posible es que
ocurra un evento determinado.
• Cuando no estamos seguros del resultado de un evento, podemos hablar
de la probabilidad de ciertos resultados: qué tan común es que ocurran. Al
análisis de los eventos gobernados por la probabilidad se le llama
estadística.
 EJERCICIO
• Hay seis resultados distintos.

• ¿Cuál es la probabilidad de sacar un uno?

• ¿Cuál es la probabilidad de sacar un uno o un seis?

• ¿Cuál es la probabilidad de sacar un número par (es decir, sacar un dos, un

cuatro o un seis)?
Ejemplo
• El mejor ejemplo para entender la probabilidad es echar un volado
Hay dos posibles resultados: águila o sol.
• ¿Cuál es la probabilidad de que caiga águila? La podemos encontrar al
usar la ecuación P(A) = ?P(A)=?P, left parenthesis, A, right parenthesis,
equals, question mark, y tal vez, intuitivamente, sepas que la probabilidad
es mitad y mitad, o sea 50%.

• Probabilidad de un evento = (# de maneras en las que puede suceder) /

(número total de resultados o posibilidades)
 Características de un fenómeno aleatorio
• Para distinguir un fenómeno aleatorio de aquel que no lo es, vamos a
nombrar diferentes características. Las características de un fenómeno
aleatorio son:
• No se pueden predecir de forma precisa.
• Cualquier cambio en las condiciones iniciales, afecta al resultado final.
• Pueden (o no) presentar patrones repetitivos.
• Se repiten eventos parecidos bajo condiciones similares .
Ejemplo de fenómeno aleatorio
• A continuación, se muestran ejemplos de fenómenos aleatorios:
• Crecimiento económico
• Resultados de las elecciones gubernamentales
• Evolución del desempleo
• Crisis económicas
• Clima
• Cotizaciones bursátiles
• Resultado de lanzar una moneda
• Clase 1

• Clase 2 Laboratorio 1
 Tipos de estadística
• Los tipos de estadística se puede subdividir en dos grandes ramas: descriptiva e
inferencial.
• Estadística descriptiva:
• La estadística descriptiva es una disciplina que se encarga de recoger, almacenar, ordenar,
realizar tablas o gráficos y calcular parámetros básicos sobre el conjunto de datos.
• Es la parte de la estadística que permite analizar todo un conjunto de datos, de los cuales se extraen
conclusiones valederas, únicamente para ese conjunto. Para realizar este análisis se procede a la
recolección y representación de la información obtenida. Como ejemplo de estas estadísticas
podemos citar a aquellas que se obtienen generalmente en los deportes, en los rendimientos
académicos de los estudiantes de una determinada materia, en los negocios al determinar las ventas
obtenidas mensualmente en un determinado año por una empresa en particular.
• Se refiere a los métodos de recolección, organización, resumen y presentación de un
conjunto de datos. Se trata principalmente de describir las características fundamentales
de los datos y para ellos se suelen utilizar indicadores, gráficos y tablas.
•  La estadística descriptiva se encarga de resumir una muestra estadística
(conjunto de datos obtenidos de una población) en lugar de aprender sobre
la población que representa la muestra.
• Algunas de las medidas comúnmente utilizadas en la estadística descriptiva para
describir un conjunto de datos son las medidas de tendencia central y las medidas
de variabilidad o dispersión.
• En cuanto a las medidas de tendencia central, se utilizan medidas como la media,
la mediana y la moda. Mientras que en las medidas de variabilidad se utilizan
la varianza, la curtosis, etc.
• Un ejemplo de estadística descriptiva podría ser considerar un número para
resumir que tan bien se está desempeñando un bateador de béisbol.
• Así, el número se obtiene por el número de hits que ha dado un bateador dividido
entre el número de veces que ha estado al bate. Sin embargo, este estudio no
dará información más específica, como cuáles de esos bateos han sido Home
Runs.
• Otros ejemplos de estudios de estadística descriptiva pueden ser: La media de
edad de los ciudadanos que viven en una cierta área geográfica, la longitud media
de todos los libros referentes a un tema específico, la variación respecto al tiempo
que los visitantes pasan navegando en una página de internet.
 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.
• Eso sí, dentro de las tablas y gráficos existen una cantidad de tipos inmenso. A
continuación pondremos algunos ejemplos de gráficos y tablas frecuentemente utilizados.
• Histograma.
• Gráfico de barras.
• Gráfico de sectores.
• Tablas de probabilidad.
• Tablas bidimensionales.
• Gráfico de cajas.
• Estadística inferencial: En esta rama de la estadística, lo que se pretende es obtener
conclusiones generales de una determinada población, mediante el estudio de una muestra
representativa sacada de ella, dicho de otra manera, lo que se trata es que, con el valor de los
estadísticos obtenidos, podamos establecer los valores delos parámetros. Entonces podemos
concluir que la estadística inferencial analiza o investiga a una población, valiéndose de los
datos y resultados que se obtienen de una muestra. Ejemplos muy claros de este tipo de
estadística constituyen la aplicación de nuevos tratamientos con nuevos fármacos, o las
proyecciones que pueden hacer los investigadores de mercado sobre cómo influye la publicidad
en ciertos segmentos de mercado
• Se trata de un paso más allá de la mera descripción. Se refiere a los métodos utilizados para
poder hacer predicciones, generalizaciones y obtener conclusiones a partir de los datos
analizados teniendo en cuenta el grado de incertidumbre existente.
• 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.
• 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.
• La estadística inferencial se diferencia de la estadística descriptiva
principalmente por el uso de la inferencia y la inducción.
• Es decir, esta rama de la estadística busca deducir propiedades de
una población estudiada, es decir, no solo recolecta y resume los datos, sino
que busca explicar ciertas propiedades o características a partir de los datos
obtenidos.
• En este sentido, la estadística inferencial implica obtener las conclusiones
correctas de un análisis estadístico realizado mediante estadística descriptiva.
• Por ello, muchos de los experimentos en ciencias sociales involucran un grupo
de población reducido, así mediante inferencias y generalizaciones se puede
determinar como la población en general se comporta.
• Las conclusiones obtenidas mediante la estadística inferencial están sujetas a
la aleatoriedad (ausencia de patrones o regularidades) pero mediante la
aplicación de los métodos adecuados se logra la obtención de resultados
relevantes.
Ejemplos de estadística inferencial
• Sondeos de tendencia de voto.

• Análisis de mercado. 

• Epidemiología médica.
Ramas de la estadística; sus usos e
interacciones
Tipos de variables
• La información que se obtiene de un estudio estadístico, proviene de variables, las
mismas que están determinadas con el interés que se tenga sobre los elementos
de Observación. Estas variables están categorizadas en dos grandes grupos.
• De tal manera los datos que se generan en un estudio estadístico, serán de la
misma categorización de la variable que se está estudiando, por lo tanto, éstos
pueden ser cualitativos o cuantitativos y a su vez discretos o continuos.
 VARIABLE CUALITATIVA O CATEGORICA
• Variable cualitativa: Las variables cualitativas se refieren a características o cualidades
que no pueden ser medidas con números.
Podemos distinguir dos tipos:
• Variable cualitativa nominal: Una variable cualitativa nominal presenta modalidades no
numéricas que no admiten un criterio de orden.
• Por ejemplo:
El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y
viudo.
• Variable cualitativa ordinal o variable cuasi cuantitativa: Una variable cualitativa
ordinal presenta modalidades no numéricas, en las que existe un orden. Por ejemplo:
La nota en un examen: insuficiente, aprobado, notable, sobresaliente.
Puesto conseguido en una prueba deportiva: 1º, 2º, 3º,...
VARIABLE CUANTITATIVA O NUMÉRICA
• Variable cuantitativa: Una variable cuantitativa es laquese expresamediante un
número, por tanto se pueden realizar operaciones aritméticas con ella.
Podemos distinguir dos tipos:
• Variable discreta: Una variable discreta es aquella que toma valores aislados, es
decir no admite valores intermedios entre dos valores específicos.
Por ejemplo: El número de hermanos de 5 amigos: 2, 1, 0, 1, 3.
• Variable continúa Una variable continua es aquella que puede tomar valores
comprendidos entre dos números.
Por ejemplo: La altura de los 5 amigos:1.73, 1.82, 1.77, 1.69, 1.75.
En la práctica medimos la altura con dos decimales, pero también se podría dar con
tres.
PERMUTACIONES Y COMBINACIONES
• PERMUTACION: Una permutación puede ser definida como la acción de organizar
a unos pocos o a todos los miembros de un conjunto en un orden específico. El
proceso de ordenar elementos desordenados se llama permutación.
• COMBINACION: Una combinación es el proceso de seleccionar los elementos u
objetos de un conjunto en una forma que, a diferencia de las permutaciones, el
orden no importa. Esto se refiere a la combinación de elementos tomados de un
conjunto sin ninguna repetición
• La fórmula para las permutaciones es :

• La fórmula para las combinaciones es :

• https://www.youtube.com/watch?v=QXO3u6Ak4rU
EJEMPLO PERMUTACION
• Clase 3

• Clase 4 Laboratorio
 Tablas de distribución de frecuencias
• Las distribuciones de frecuencias son tablas en que se dispone las
modalidades de la variable por filas. En las columnas se dispone el
número de ocurrencias por cada valor, porcentajes, etc. La
finalidad de las agrupaciones en frecuencias es facilitar la
obtención de la información que contienen los datos.
• EJEMPLO: Quieren conocer si un grupo de individuos está a favor
o en contra de la exhibición de imágenes violentas por televisión,
para lo cual han recogido los siguientes datos:
• La inspección de los datos originales no permite responder fácilmente a
cuestiones como cuál es la actitud mayoritaria del grupo, y resulta
bastante más difícil determinar la magnitud de la diferencia de actitud
entre hombres y mujeres.
• Podemos hacernos mejor idea si disponemos en una tabla los valores de
la variable acompañados del número de veces (la frecuencia) que
aparece cada valor:

• X: Símbolo genérico de la variable.

• f: Frecuencia (también se simboliza como ni).
• La distribución de frecuencias de los datos del ejemplo muestra que la
actitud mayoritaria de los individuos del grupo estudiado es indiferente.
• La interpretación de los datos ha sido facilitada porque se ha reducido el
número de números a examinar (en vez de los 20 datos originales, la
tabla contiene 5 valores de la variable y 5 frecuencias).
 Frecuencias absolutas y relativas
• Generalmente las tablas incluyen varías columnas con las frecuencias relativas (son el número de
ocurrencias dividido por el total de datos, y se simbolizan "fr" o "pi"), frecuencias acumuladas (la
frecuencia acumulada es el total de frecuencias de los valores iguales o inferiores al de referencia, y
se simbolizan "fa" o "na". No obstante la frecuencia acumulada también es definida incluyendo al valor
de referencia), frecuencias acumuladas relativas (la frecuencia acumulada relativa es el total de
frecuencias relativas de los valores iguales o inferiores al de referencia, y se simbolizan "fr" o "pa")
• Ejemplo: Consideremos el siguiente grupo de datos:

• La distribución de frecuencias es:

• La reducción de datos mediante el agrupamiento en frecuencias no facilita por completo su

interpretación: La tabla es demasiado grande. Para reducir el tamaño de la tabla agrupamos los
valores en intervalos, y las frecuencias son las de los conjuntos de valores incluidos en los intervalos.
• https://matemovil.com/como-construir-una-tabla-de-distribucion-de-frecuencias/
Representación gráfica de las distribuciones
• Representar gráficamente, resultan muy eficaces para facilitar la comprensión y permiten extraer
conclusiones acerca del comportamiento real de la variable. Pero es necesario que el impacto visual de
la representación gráfica resuma la información, en forma clara, concisa y atractiva.
• Gráfica circular (o de sectores):
• Este método gráfico es un instrumento auxiliar de análisis y presentación de la información, que resulta
muy valioso para el investigador. Éste, como un diagrama en forma de círculo, es particularmente útil
para visualizar las diferencias de frecuencia entre algunas categorías de nivel nominal.

• El ángulo de cada sector se calcula como 360º dividido por el total de sujetos (N) y multiplicado por
la frecuencia absoluta (ni), o bien el producto de la frecuencia relativa (fi) por 360º..
• Grafico de barras: Consiste en un conjunto de columnas separadas que
representan la frecuencia o el porcentaje de cada uno de los valores o
categorías de la variable de interés. Muestra datos de forma visual
utilizando barras horizontales o verticales cuyas longitudes son
proporcionales a las cantidades que representan. Se pueden utilizar cuando
un eje no puede tener una escala numérica.
• Histograma: Este diagrama es útil cuando se trata de representar
distribuciones de frecuencia cuya variable es continua,y viene dada en
intervalos o clases; dicha gráfica se define y construye como la gráfica de
barras, con la diferencia de que las columnas no están separadas, sino
unidas, lo que le da continuidad.
• Polígono de frecuencias: Es una gráfica lineal y se construye uniendo, por medio de
segmentos, los puntos medios superiores (marcas de clase) de cada una de las columnas que
forman el histograma.
• El polígono de frecuencias puede contener una amplia variedad de categorías o intervalos y
tiende a destacar la continuidad a lo largo de una escala; por tanto, es útil para representar
puntuaciones ordinales y de intervalos.
• Diagrama de tallo y hojas: Representan una alternativa sencilla para el histograma, y son 
útiles para resumir y describir datos cuando éstos no rebasan los cien. Sin embargo, a diferencia
de lo que ocurre con un histograma, un diagrama de tallo y hojas no pierde los datos
originales. Este tipo es una gráfica donde se presenta un conjunto de datos. Las decenas se
consideran de diagrama el tallo y las unidades las hojas, las cuales deben siempre ubicarse a la
derecha de éste. Así, el tallo se convierte en el eje principal y las hojas en los ejes secundarios.
Una de las ventajas del diagrama es que permite visualizar si los datos se distribuyen en forma
simétrica.

• .
Medidas de tendencia central: moda,
mediana
• Mediana: Es el punto medio del total de observaciones, luego de que han sido
ordenados y que deja al mismo número de observaciones por debajo de su valor,
así como por arriba de él.
• La mediana es una importante medida de ubicación, en casos en que la media
aritmética no es representativa de un conjunto de datos, esta situación se da
cuando existe la presencia de valores extremos altos o bajos, en cuyo caso la
mediana proporciona un valor más representativo de la tendencia central.
• Para la determinación de la mediana es necesario que los datos se encuentren
previamente ordenados y su valor coincide con aquel que deja el mismo número
de observaciones por debajo y por Encima de él.
• Para la determinación de la mediana, únicamente se recurre a la determinación
del valor medio, existen dos posibilidades, cuando el número de observaciones
es impar y cuando este número es par. En el primer caso la ubicación del
elemento central es directa escogiendo el elemento que ocupa la posición (n +
1) / 2. Es decir al total de observaciones se le suma una unidad y a este
resultado se lo divide entre 2,dandocomo resultado la ubicación del elemento
central. En el segundo caso es necesaria la determinación de dos valores
centrales,(n/ 2) y(n/ 2 + 1), una vez determina dos se encuentra la media
aritmética de estos valores, que a su vez constituye la mediana del conjunto de
datos.
• Ejemplo 1: Determinar la mediana del siguiente conjunto de datos:
8, 10, 18, 14, 15, 13, 11, 16,17
Ordenamos los datos: 8, 10, 11, 13, 14, 15, 16, 17, 18. Como el número de
elementos es impar (n = 9), ubicamos al elemento central (9 +1)/2=5. De tal
manera que debemos escoger el quinto elemento del ordenamiento de los datos,
para el caso presente este quinto elemento es el 14 (mediana).
• Ejemplo 2:
• Determinar la mediana del siguiente conjunto de datos:
21, 15, 18, 20, 16, 19.
Ordenamos los datos:
15, 16, 18, 19, 20, 21. Al ser el número de elementos par(n = 6),ubicamos los dos valores
centrales, que, en este caso son: 18 (n /2) y 19 (n / 2 + 1). Luego encontramos la media
aritmética de estos dos valores, este resultado será la mediana del conjunto de datos.
(18 + 19) / 2 = 18.5.
•
Moda
Es el valor de la observación o elemento que tiene la mayor frecuencia.
• La moda es otra medida de tendencia central, que es muy útil para describir
conjuntos de datos nominales y ordinales y su determinación es sencilla, toda vez
que queda fijada por la ubicación del elemento que mayor frecuencia tiene, es
decir, el que más veces aparece en el estudio. En definitiva la moda puede
determinarse para cualquier conjunto de datos y al igual que la mediana no se ve
afectada por la presencia de valores extremos y puede ser determinada para
categorías con intervalos abiertos. Sin embargo la moda tiene una desventaja, la
cual hace que no sea muy utilizada, principalmente para datos numéricos y es que
muchos estudios no poseen moda no hay elementos con mayor frecuencia o
puedan tener varias modas (cuando dos o más elementos tienen la misma mayor
frecuencia),dando lugar en este último caso a que los estudios sean bimodales o
plurimodales.
Ejemplo 1:
• Para los siguientes datos, determinar la moda:
12, 10, 13, 9, 12, 11, 14, 13, 12, 15, 8, 12, 14.
Al ordenar los datos obtenemos:
8, 9, 10, 11, 12, 12, 12, 12, 13, 13, 14, 14, 15
Podemos observar que el elemento que mayor frecuencia tiene es el valor 12 el cual
se repite 4 veces, por lo tanto es la moda de este conjunto de datos.
• Ejemplo 2:
32, 30, 28, 29, 31, 33, 35, 36. Igualmente ordenado los datos se obtiene: 28, 29, 30,
31, 32, 33, 35, 36 y podemos observar que no existe ningún elemento que tenga
mayor frecuencia, todos tienen frecuencia 1, por lo tanto este conjunto de datos no
posee moda.
• Clase 5

• Clase 6 laboratorio
Distribuciones de probabilidad de variable
categórica
Tablas de distribución de frecuencias
Representación gráfica de las
distribuciones
 BIBLIOGRAFIA
• Bibliografía básica - Howard, Ch. (2008). Estadística paso a paso (3ª edición).
México: Trillas. Estadística I y II 10 - Elorza, H. (2008).
• Estadística para las ciencias sociales, del comportamiento y de la salud (3ª
edición). México: Cengage Learning. - Johnson, R. y kuby, P. (2008).Estadística
elemental: lo esencial (10ª edición). México: Cengage Learning.
• Pagano, R. (2008). Estadística para las ciencias del comportamiento (7ª
edición). México: Cengage Learning. - Ritchey, F. (2008).
• Estadística para las ciencias sociales (2ª edición) Madrid: Editorial Mc Graw
Hill. - Siegel, S. y Castellan, N. (2007). Estadística no paramétrica aplicada a las
ciencias de la conducta (4ª edición). México: Trillas.