REPUBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN

SUPERIOR
UNIVERSIDAD NACIONAL EXPERIMENTAL SIMÓN RODRÍGUEZ
NÚCLEO VALERA

estadística

Nombre y Apellido: Lismary Santo

Cedula: 31.413.832
Administración mención recursos humanos
 LA ESTADÍSTICA
 La estadística es una ciencia aplicada de las matemáticas y es una
valiosa herramienta para la toma de decisiones. Permite el estudio
de fenómenos mediante la descripción del mismo a través de
inferencias mediante distribución probabilísticas” (Mendiburu,
2018).
 Proceso para la tomar decisiones mediante la estadística
 ALCANCES DE LA ESTADÍSTICA
 Describir. Esta puedes informar la manera en que están distribuidos los datos, que
tan dispersos o concentrados se encuentran, muestra valores atípicos de la muestra,
cual es el valor que mejor los representa al conjunto de observaciones. Muestra
resultados en forma numérica o gráfica.
 Cálculo de Probabilidades. Esta puedes medir la incertidumbre de que una
variable tome un determinado valor o conjunto de valores. No se trata de hacer
predicciones, ya que estas evalúan todos los posibles resultados que pueden ocurrir
a priori y de esta manera conocer que tan posible es que ocurra cada uno de estos
resultados.
 Inferencias. La mayoría de las veces no es posible disponer de todo el registro de
observaciones, debido a temas de costos o límites de tiempo, por lo cual tendrás
que trabajar solo con un conjunto de observaciones del todo, o en términos
estadísticos con una muestra de la población
 Selección de Muestras. La inferencia que se haga de la población va a depender
de las condiciones en que se tome la muestra, esto debido a que las inferencias
tienen una base teórica que implica que la muestra cumpla con una serie de
requisitos dependiendo de lo que se quiera estimar o inferir
 Elaboración de Modelos. Mediante los modelos es posible describir el
comportamiento de una variable en el tiempo, o bajo ciertas condiciones, esto se
logra mediante el estudio de series o simulaciones (entre otras). Los modelos
permiten realizar pronósticos de escenarios donde otras variables pueden influir en
el comportamiento de la variable principal o la que es objeto de estudio
 ORIGEN DE LA ESTADISTICA
 La literatura sobre el tema señala que la Estadística o el quehacer estadístico
surgió con la invención del dado, hace siete mil años, pero a causa de los
prejuicios religiosos y las especulaciones su desarrollo realmente inició hasta
el siglo XVI.
 Fue Gotfried A. Achenwall, hasta 1752, quien usó la palabra “estadística” para
esta nueva rama del conocimiento.
 Achenwall fundó la Escuela de Göttingen y es conocido por los alemanes
como el padre de la Estadística, reconocimiento que el propio Achenwall
atribuye a Hermann Conrig (1606-1681) (Ferreiro y Fernández, 1988).
 En la ciudad de Londres había surgido la Escuela de Aritmética-Política,
dedicada a los estudios demográficos, actuariales y se encargaba de llevar
datos oficiales.
 La Revolución Industrial dio una gran impulso a la necesidad de contar con
información y datos permanentes, así que las estadísticas aplicables
 —a fin de controlar la calidad de la producción, sumada después a la idea de
experimentar y obtener productos nuevos, mejores y más baratos— tendrían
reservado un lugar destacado en las fábricas y los comercios de la época
 TIPOS
 Estadística descriptiva. Se define como los métodos que implican recopilación,
caracterización y presentación de un conjunto de datos con el fin de describir
varias de sus características.
 Estadística inferencial. Se define como aquellos métodos que permiten hacer
estimación de una característica de la población o de toma de decisiones respecto a
una población, con base solo en los resultados obtenidos de una muestra.
 Bernoulli, De Moivre y Karl Gauss fueron los precursores del objeto de la
Estadística inferencial
 La Estadística inferencial no proporciona una certeza completa de sus resultados,
sino que los mismos están sujetos a una probabilidad de error.
 PROPÓSITO
 Los métodos estadísticos tradicionalmente se utilizan para propósitos
descriptivos, para organizar y resumir datos numéricos.
 La Estadística descriptiva, por ejemplo, trata de la tabulación de datos, su
presentación en forma gráfica o ilustrativa y el cálculo de medidas
descriptivas.
 Ahora bien, las técnicas estadísticas se aplican de manera amplia en otras
áreas como un auxiliar en la toma de decisiones .
 Individuo. Un individuo o unidad estadística es cada uno de los elementos que
componen la población. Ejemplo: Un ciudadano español
 Población: Una población es el conjunto de todos los elementos a los que se
somete a un estudio estadístico. Ejemplo: El conjunto de los ciudadanos españoles
 Dato: Un dato es cada uno de los valores que se ha obtenido al realizar un estudio
estadístico. Ejemplo: Si lanzamos una moneda al aire veces obtenemos datos:
cara, cara, cruz, cara, cruz.
 Muestra: Una muestra es un conjunto representativo de la población de referencia,
el número de individuos de una muestra es menor que el de la población. Ejemplo:
Ciudadanos españoles mayores de edad.
 Muestreo probabilístico: En ellos la característica común es que todos los
elementos a estudiar tiene la misma posibilidad de formar parte de la muestra,
estando todos al alcance y siendo seleccionados de manera que cualquier muestra
sea posible
 Muestreo no probabilístico: este obtiene muestras sin que todos los individuos de
la población tengan posibilidades iguales de ser elegidos; esto suele ser así porque
está fuera de las posibilidades económicas y técnicas del estudio acceder a una
muestra probabilística.
 Fuentes de datos estadísticos: Las fuentes estadísticas son encuestas y otros
informes estadísticos utilizados con fines oficiales. En ellas, se hacen varias
preguntas a las personas, que pueden ser cualitativas o cuantitativas. Las fuentes
de datos cualitativos no utilizan números, mientras que los cuantitativos sí.
 Parámetro: es el número que resume la gran cantidad de datos que pueden
derivarse del estudio de una variable estadística. El cálculo de este número está
bien definido, usualmente mediante una fórmula aritmética obtenida a partir de
datos de la población. Estos son una consecuencia inevitable del propósito
esencial de la estadística: crear un modelo de la realidad.
 Estadígrafos: La estadística llama estadígrafos o estadísticos a números
resúmenes, que permiten establecer conclusiones acerca de la estructura de una
muestra o de una colección de datos.
 Variables: Es un símbolo, tal como X, Y, H, X o B, que pueden tomar un
conjunto prefijado de valores, llamado dominio de esa variable. Para Murray R.
Spiegel (1991) "una variable que puede tomar cualquier valor entre dos valores
dados.
 Tipos de variables :
 Cualitativas: son aquellas en la que los resultados posibles no son valores
numéricos. Por ejemplo: color del pelo, tipo de ropa preferida, lugar de veraneo.
 Cuantitativas: aquellas cuyo resultado es un número. A su vez, las hay de dos
tipos:
 Cuantitativas discretas: cuando se toman valores aislados.
 Cuantitativas continuas: cuando, entre dos valores cualesquiera, puede haber
valores intermedios. Es decir, se toman todos los valores de un determinado
intervalo

 Los atributos son aquellos caracteres que para su definición precisan de

palabras, es decir, no le podemos asignar un número. Por ejemplo Sexo
Profesión, Estado Civil.
 A su vez las podemos clasificar en:
 Ordenables: Aquellas que sugieren una ordenación, por ejemplo la
graduación militar, El nivel de estudios.
 No ordenables: Aquellas que sólo admiten una mera ordenación alfabética,
pero no establece orden por su naturaleza, por ejemplo el color de pelo,
sexo, estado civil.
 SÍMBOLOS ESTADÍSTICOS
NOTACIÓN REPRESENTATIVA

 Esta clase de notación nos proporciona un método abreviado de

presentar información y es muy parecida a la notación algebraica.
 Ejemplo X = el número de niños de 3 años de edad vacunados contra la
viruela.
 La selección de la letra X es arbitraria; podríamos haber escogido A, B,
C o cualquier otra letra que sea conveniente.
 NOTACIÓN SUB - ÍNDICE
 Es un tipo de notación que permite referirse a un cierto número dentro de un
grupo de números sin tener que especificarlo. Indica el valor que le
corresponde a cierto dato de acuerdo al lugar que ocupa el mismo dentro de
un grupo de valores.
 El símbolo xi («x sub i») denota cualquiera de los n valores de x 1, x2; x3,...,
xn que una variable x puede tomar. La letra i en x i, representa cualquiera de
los números 1, 2, 3,..., n, denominado índice o subíndice. También podemos
utilizar como subíndice cualquier otra letra distinta de i, como j, k, p, q, s
 NOTACIÓN SIGMA (SUMA)
 En la estadística tenemos muchas veces que sumar, restar, multiplicar y
dividir una serie de números. La notación sigma (o suma) nos permite
representar estas operaciones algebraicas en una forma abreviada.
 Supongamos que se le presente el siguiente grupo de números 8, 9, 5, 3,3.
Este es un grupo de números pequeños, pero, a menudo, nos enfrentamos
con un grupo de cientos, posiblemente miles de números. Como cada uno de
los números puede ser representado simbólicamente, queremos desarrollar
un método de notación que nos permita realizar operaciones algebraicas con
los símbolos. Esto es, en esencia, la función de la notación sigma
 Se simboliza así ∑ e indica la suma de una serie de términos de acuerdo
a los límites indicados en la misma
 ESCALA DE MEDICIÓN
ESCALA NOMINAL
 Una escala nominal es una escala de medición en la cual los números sirven
como “etiquetas” solamente para identificar o clasificar un objeto. Una
escala de medición nominal normalmente trata sólo con variables no
numéricas (no cuantitativas).
 Por ejemplo, supongamos que se realiza esta pregunta: “¿Podrías
seleccionar el grado de incomodidad de tu enfermedad?”
 Las opciones de respuesta utilizadas para este tipo de escala serían:
 Leve
 Moderado
 Severo
 ESCALA ORDINAL
 es uno de los niveles de medición que nos otorga la clasificación y el orden
de los datos sin que realmente se establezca el grado de variación entre
ellos. La escala de medición ordinal es la segunda de las 4 escalas de
medición.
 Los datos ordinales son básicamente datos estadísticos que tienen la misma
naturalidad pero existe una diferencia entre ellos que es desconocida. Estos
datos pueden ser agrupados o clasificados.
 Por ejemplo.
 ¿Qué tan satisfecho estás con nuestros productos?
 Totalmente satisfecho
 Satisfecho
 Neural
 Insatisfecho
 Totalmente insatisfecho
 ESCALA DE RELACIÓN O
PROPORCIÓN
 La escala proporcional o escala de proporción es un tipo de escala de
medición variable que es de naturaleza cuantitativa. La escala proporcional
le permite a cualquier investigador comparar los intervalos o las diferencias
entre variables.
 La escala proporcional posee un punto cero o un carácter de origen. Esta es
una característica única de la escala de proporción. Por ejemplo, la
temperatura exterior es de 0 grados Celsius. 0 grados no significa que algo
sea frio o algo sea caluroso, 0 grados Celsius es un valor.
 El siguiente ejemplo
 ¿En qué grupo de edad te encuentras?
 Menor a 20 años
 De 21 a 30 años
 De 31 a 40 años
 De 41 a 50 años
 Mas de 50 años